已经安装了VS2015但是安装libsvm时依然找不到编译器

已经安装了VS2015但是安装libsvm时依然找不到编译器
CSDN上有很多安装libsvm在进行mex -setup 的时候找不到编译器,可以按照指示下载安装 MinGW-w64 编译器,但是我的电脑已经安装了VS2015,在此只说一下我用VS2015所遇到的问题及解决方法,仅供参考。
我使用的是matlab2019版本,安装的是libsvm2.34版本,安装libsvm之前必须要先安装与你所的matlab版本相适应的编译器,那么如何确定要安装哪一类编译器呢?打开你安装的matlab目录找到mexopts文件夹,我的是D:\MATLAB R2019a\bin\win64\mexopts然后查看,我的matlab支持VS2015、VS2017,如图:
在这里插入图片描述所以我安装了VS2015。有些大佬的文章中提到过可能需要先安装编译器再安装matlab,但是我是后来安装的VS2015,所以我只说明一下我的问题。
正确安装了VS2015和下载了libsvm以后,将libsvm粘贴到matlab的toolbox目录,我的是:D:\MATLAB R2019a\toolbox\libsvm-3.24,然后打开matlab中的设置路径:
在这里插入图片描述将libsvm包含到路径中:
在这里插入图片描述接下来将matlab中的目录打开:
在这里插入图片描述在命令窗口输出:mex -setup
至此,我的问题就来了:
在这里插入图片描述这时,重新输入:mex -setup -v
在这里插入图片描述
说明cl.exe的文件有问题,查阅资料得到:
在这里插入图片描述意思就是说,需要将VS2015的安装修改一下,直接运行setup选择修改,添加c++语言即可。
然后,重新mex -setup就可得到想要的结果了:

在这里插入图片描述输入make:
在这里插入图片描述剩下的步骤可参阅大佬们的文章。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: libsvm是一个用于支持向量机(Support Vector Machine)的机器学习算法库,它提供了一系列用于解决分类和回归问题的工具和函数。在安装libsvm之前,需要确保计算机已经安装了合适的编译环境,比如GCC编译器等。 首先,我们需要从libsvm的官方网站(https://www.csie.ntu.edu.tw/~cjlin/libsvm/)下载libsvm的压缩包。解压缩后,可以在终端中进入解压缩后的目录。 然后,在终端中输入以下命令编译libsvm: ``` cd python make ``` 这将编译libsvm所需的文件,并在python目录下生成一个名为`svm.so`的文件。 接下来,我们需要将编译生成的`svm.so`文件复制到相应的Python库目录中。在终端中输入以下命令: ``` sudo cp svm.so /usr/local/lib/python3.X/dist-packages ``` 其中,`python3.X`是你正在使用的Python版本。 最后,我们可以在Python中导入libsvm,并使用其提供的函数和类: ```python from svmutil import * # 示例代码 prob = svm_problem([1, -1], [[1, 0, 1], [-1, 0, -1]]) param = svm_parameter('-c 4') model = svm_train(prob, param) ``` 通过以上步骤,我们成功安装libsvm,并可以在Python中使用它进行支持向量机相关的机器学习任务。 ### 回答2: 安装libsvm c需要按照以下步骤进行。 第一步,下载libsvm c的源代码。可以在libsvm的官方网站上到最新的源代码版本,也可以直接使用命令行下载。下载之后,将源代码保存到本地。 第二步,安装必要的软件依赖项。在Linux系统上,可以使用命令行工具包管理器(比如apt或者yum)来安装gcc编译器和make工具。在Windows系统上,需要安装MinGW编译器和MSYS工具。 第三步,解压源代码文件。将下载好的源代码文件解压到指定的目录下,比如/home/user/libsvm。 第四步,打开命令行终端,进入到解压好的源代码目录中。使用cd命令切换目录,比如cd /home/user/libsvm。 第五步,执行make命令来编译libsvm。在命令行中输入make,然后按下回车键。编译过程可能需要一些间,耐心等待编译完成。 第六步,编译完成后,会生成一个可执行文件svm-train和一个动态链接库文件libsvm.so。可以通过运行svm-train来验证是否安装成功。在命令行中输入./svm-train,如果能够成功运行并显示帮助信息,则说明安装成功。 最后,将生成的libsvm.so文件复制到系统的库目录下(比如/usr/local/lib),以便在其他程序中引用libsvm库。 通过以上步骤,就可以成功安装libsvm c,并可以使用其提供的机器学习算法功能。 ### 回答3: libsvm是一个用于支持向量机(SVM)的机器学习库。在安装libsvm之前,我们需要确保已经安装了适当的编译器,如gcc。接下来,我们可以按照以下步骤进行安装: 1. 首先,下载libsvm的源代码文件。可以从libsvm官方网站(https://www.csie.ntu.edu.tw/~cjlin/libsvm/)上下载最新版本的libsvm。 2. 将下载的文件解压缩到一个目录中。 3. 打开终端,并进入到刚刚解压缩的目录。 4. 在终端中输入以下命令进行编译: ``` make ``` 这个命令会自动编译libsvm的源代码,并生成可执行文件svm-train和svm-predict。 5. 如果编译成功,我们可以将生成的可执行文件复制到我们希望使用的目录下,方便后续使用。 通过以上步骤,我们就成功地安装libsvm。此,我们可以通过运行svm-train和svm-predict来训练和预测SVM模型。同,我们还可以在自己的代码中引入libsvm的头文件,使用其提供的函数和类来训练和使用SVM模型。 需要注意的是,libsvm除了C语言版本外,还有其他语言的接口,如Python和Java。如果需要在其他编程语言中使用libsvm,我们可以按照相应语言的安装和使用方式进行操作。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值