配置前软件准备工作：
1.VS2017的安装需要注意的地方：选择使用C++桌面开发。
2.CUDA和Cudnn的安装 ：CUDA正常安装就行，对应版本的cudnn下载后将bin，includ，lib文件夹复制到cuda下的这三个文件（cuda默认安装的话，路径应该是这样的C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2，三个文件夹放在v10.2下）
3.Matconvnet-beta25: 下载后放在自己喜欢的地方就行。
配置步骤
操作步骤：
1.v1_compilenn.m文件中，将opts.debug(179行)改为true
2.426行cl_path=fileparts(check_clpath())改为
cc=mex.getCompilerConfigurations(‘c++’)
cl_path=fullfile(cc.Location,‘VC’,‘Tools’,‘MSVC’,‘14.16.27023’,‘bin’,‘Hostx64’,‘x64’)（改为两行）
3.648行cl_path=fullfile(cc.Location,‘VC’,‘bin’,‘amd64’);改为cl_path=fullfile(cc.Location,‘VC’,‘Tools’,‘MSVC’,‘14.16.27023’,‘bin’,‘Hostx64’,‘x64’)
4.输入命令 vl_compilenn(‘enableImreadJpeg’, true, ‘enableGpu’, true, ‘cudaRoot’, ‘C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2’, ‘cudaMethod’, ‘nvcc’, ‘enableCudnn’, true, ‘cudnnRoot’,‘C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2’);
错误1：fatal error C1083：无法打开包括文件：“gpu/mxGPUArray.h”
解决方法：首先找到mxGPUArray.h的位置。然后matlab左边目录找到datamex.hpp文件打开，第19行改为mxGPUArray.h的位置。还有v1_cudatool.cu文件夹的第16行做相同的修改。注意是地址的位置加双斜杆，例如"E：\Program Files\ Polyspace\"
D:\software\Matlab 2020a\bin\matconvnet-1.0-beta25\matlab\src\bits\datamex.hpp文件中19行：#include "gpu/mxGPUArray.h"改为 D:\software\Matlab 2020a\toolbox\parallel\gpu\extern\include\gpu\mxGPUArray.h（mxGPUArray.h实际位置）
D:\software\Matlab 2020a\bin\matconvnet-1.0-beta25\matlab\src\v1_cudatool.cu文件中16行：#include "gpu/mxGPUArray.h" 改为 D:\software\Matlab 2020a\toolbox\parallel\gpu\extern\include\gpu\mxGPUArray.h（mxGPUArray.h实际位置）
以上是我本次配置的全部过程，仅供参考！