编译Matconvnet的一些坑

这是我自己根据网络各种资源博客指导，自己实践过的。

编译过程参考：http://www.vlfeat.org/matconvnet/install/#compiling

Compiling for CPU

版本：windows10，matlab2018a，VS 2017 community

问题：matlab运行>> vl_compilenn出现 cl.exe not found in PATH

解决方案：找到 cl.exe 手动添加环境变量，因为vs在大概15以后就不和原来存放的文件路径一样了，所以找起来废了好大的劲，大概就是慢慢找吧，我不是把vs装到c盘的，所以不能像很多博客那样在c盘的 C:\Program Files (x86)中找，而是在我的安装的地方找到的，D:\MySoftware\com_vs_2017\VC\Tools\MSVC\14.11.25503\bin\Hostx64\x64

D:\MySoftware\com_vs_2017就是我安装vs2017的路径。。。接下来就是配置环境变量了，这个就不说了，简单添加就好。

添加完了，matlab记得重启一下。

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------

版本：Ubuntu16.04，matlab2017b

问题：matlab运行>> vl_compilenn说是gcc的版本太高，支持4.9.×

解决方案：大家都知道吧，16.04自带的gnu好像是5.4的，所以gcc、g++都是5.4的，只要把gcc、g++的版本降低就行了，

在Ubuntu 16.04上安装老版gcc十分简单，命令行解决。

第一步：

sudo apt-get install gcc-4.9

输入密码，同意安装，接下来就自动下载安装4.9版本了。

第二步：设置默认的gcc版本

gcc --version

（可选）查看当前版本，不出意外的话会返回Ubuntu 16.04自带的5.4.0这个版本号，现在使用gcc命令编译时还是会用新版本。

ls /usr/bin/gcc*

（可选）查看已有的gcc版本，确认一下刚才4.9有没有装成功。

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 100

将某个版本加入gcc候选中，最后的数字是优先级，我自己是直接设为100，没任何问题。

接着输入：

sudo update-alternatives --config gcc

如果用过此方法配置过多个gcc版本，会看到如下选项：（注：复制于参考文献【1】，这里只是做个说明示范，实际装4.9时不会如下显示）

选择                  路径            优先级        状态
------------------------------------------------------------
* 0            /usr/bin/gcc-4.4  50        自动模式
  1            /usr/bin/gcc-4.4  50        手动模式
  2            /usr/bin/gcc-4.5  40        手动模式
  3            /usr/bin/gcc-4.6  30        手动模式

大多数情况是没有这么配置过，所以不会给选项，命令行会返回“仅有一个可用的gcc版本”（大意）。此时在运行gcc --version查看版本，发现4.9已经为默认的gcc版本。

然后再按同样方法装上g++（把对应位置的gcc改为g++就好，其他版本也就是改下对应版本号就行），如果只装gcc的话，用cmake配置出来的项目遇到c++代码还是会用之前版本的gcc。

OK。

 

Compiling the GPU support

一般跟着官网的指导来就行了，如果遇到matlab和cuda的版本的问题，Ubuntu的方法如下：注意的是，cuda的安装地点可能会有所不同，我是在/usr/local/，这里自己找到对的地方就行了。官网也有提示。

Using an unsupported CUDA toolkit version
vl_compilenn('enableGpu', true, 'cudaRoot', '/usr/local/cuda-8.0','cudaMethod', 'nvcc')

 

最后发现：

其实g++和gcc的版本问题不打紧的一般，如果顺利还是可以编译成功，只是会有warning，这个不要紧。matlab和CUDA的版本不对应并不影响，低版本的matlab也可以用较高版本的CUDA的，找准和对的地方就行。

————————————————————————————————————————————————————————

持续更新ing

如有不对之处，欢迎留言！交流一下。

参考：

【1】https://www.linuxidc.com/Linux/2017-03/142299.htm