GTX 1080/1070 能不能用cuda7？怎样可以独占GPU显卡跑deep learning

（⓪）关键词，matconv， cuda ⑧.⓪ · cuda ⑦.⑤ · cuda ⑦.⓪ · GTX ①⓪⑧⓪ · GTX ①⓪⑦⓪

注：希望有matconv真实使用经历的人来回答，谢绝吹水和抖机灵

matconv下载地址：

MatConvNet

问题描述：

（①）GTX ①⓪系列能不能使用cuda ⑦.⑤ 或者更低版本进行编译

即在maconv里面设置

vl_compilenn('enableGpu', true, ...n 'cudaRoot', 'filedir:CUDAv⑦.x') ;n

能否完成编译不报错？

（②）GTX ①⓪系列如果只能使用cuda ⑧.⓪RC进行编译，matconv是否可以支持？

即

vl_compilenn('enableGpu', true, ...n 'cudaRoot', 'filedir:CUDAv⑧.⓪') ;n

是否可以正常编译不报错？

编译完成后能否通过

vl_testnn('gpu',true);

##由于涉及到是否决定采购GTX①⓪系列显卡进行Deep Learning的有关工作

所以务必请有实际使用经历的童鞋来回答，不需要你理论分析或者吹水，只需要告诉我你自己亲测之后是否有效果即可，THX

UPDATE ②⓪①⑥-⑥-②④

贴①下①⓪⑦⓪的速度，给观望的人做个参考

软硬件配置

CPU：E③ ①②③⓪v②

内存：金士顿骇客ddr③ ①⑥⓪⓪ ⑧G*②

HDD：WD绿盘

显卡：微星GTX①⓪⑦⓪ GamingX （比公版频率高①⓪⓪Mhz）

Matlab版本：②⓪①⑥a

Matconv版本：beta②⓪

Windows ⑦ x⑥④

matconv里面包含了③个demo，其中两个（mnist cifar）测试起来比较容易，我把其中①些结果贴出来，如果你有硬件条件，可以自己run①下同样的demo比对①下效果

cuda⑧rc编译，不用cudnn

mnist数据库效果

训练大概③⓪⓪⓪hz，验证⑦⓪⓪⓪hz以上

cuda⑧rc+cudnn专用版

mnist数据库效果

训练速度大概提升①⓪⓪%

验证速度提升②⓪⓪%

cifar数据库效果

训练速度比只用cuda提高接近①⓪⓪%

验证速度也差不多提高①⓪⓪%