matlab 2019b安装CT重建包TIGRE 踩坑记录与解决方案（内含显卡型号与驱动以及CUDA对应关系，VS2019安装，MinGW C++安装）

无衣°

已于 2023-06-28 20:04:08 修改

阅读量4.1k

点赞数 10

分类专栏： MATLAB实战文章标签： matlab CT重建 TIGRE

于 2022-06-17 13:01:02 首次发布

本文链接：https://blog.csdn.net/weixin_43938876/article/details/125312870

版权

MATLAB实战专栏收录该内容

1 篇文章 0 订阅

订阅专栏

gitee项目：https://gitee.com/hhj960714/TIGRE
github项目下载地址：https://github.com/CERN/TIGRE/archive/master.zip

1. 安装需要准备

1.0 总览

下图是官方测试过的工具：
在这里插入图片描述
以下是本文用的工具：
win10 + MATLAB2019b + ~~CUDA10.2~~ CUDA11.6 + ~~VS2015~~ VS2019 +【dev C++和MinGW C++ 6.4.0】

修正：实际上
3090算力8.6，CUDA10.2不行，所以我换了11.6（11+版本应该都可以），然后对应的VS2015就不行了，所以我换了VS2019.

1.1 MATLAB

我从学校官网下的，给你们地址你们没有账号也下载不了，所以自行准备。
这里我用的是MATLAB R2019b，相信其他版本也可以。

1.2.0 Make sure you install C++

这里我直接下载了一个dev C++，我觉得这个安装C++是我最喜欢的方式，简单。
dev C++安装包下载地址

后面matlab用mex -setup 选择编译器的时候还需要安装MinGW C++。
注意下图MATLAB官方文档这里给的版本对应。
在这里插入图片描述

当然他给的地址，我是用不习惯，选择什么的感觉都不方便，这里提供一个MinGW的官方地址：
MinGW C++ 下载地址
下拉找到对应版本，我选择的是这个，64位，win32通道，seh方式安装的绿色包。
下载下来直接就是安装好的zip包，放到自己能记住的位置（平时安装软件最好放到一个地方）就可以。
在这里插入图片描述
【因为我不知道他到底是要一个C++还是在后面的matlab里面需要的MinGW C++，所以我两个都装了】

1.2 Visual Studio

社区版（Community）够用。~~版本我推荐2015。本文也以2015为例说明~~ 本文后面换成了VS2019
版本问题：拒绝VS2017。
gitee上的项目仅有适配VS 2013和VS 2015的CUDA程序，github上又加了2019和2022的CUDA程序。自行查看，不多解释。
VS 2019下载地址：VS2019安装包下载
在这里插入图片描述

1.3 CUDA安装

官方用的是CUDA9.2，但是当时比较早了，所以随着更新换代CUDA9.2已经不能满足了，每一台计算机应该选择的版本都不一样，按照下面的步骤查询满足要求即可。

1.3.1 显卡型号与对应算力查询

任务管理器查看显卡型号
NVIDIA GPU算力查询地址，查询GPU算力，3060-3090都对应8.6，对应CUDA是11.+

1.3.2 显卡驱动版本与CUDA版本对应查询

查显卡驱动：打开cmd命令行输入命令nvidia-smi
查显卡驱动版本与CUDA版本与算力对应关系查询：显卡驱动与CUDA匹配关系

继续往下滑有更详细的版本对应关系

1.3.3 CUDA toolkit下载

CUDA toolkit各版本下载地址

1.3.4 matlab与CUDA对应

补充一个matlab对应关系，不过这个基本上都能对应得上。

1.4 TIGRE下载

github下载地址
自行下载源代码，放到自己习惯的位置。

1.5 汇总

下图是官方测试过的工具：
在这里插入图片描述

以下是本文用的工具：
win10 + MATLAB2019b + ~~CUDA10.2~~ CUDA11.6 + ~~VS2015~~ VS2019 +【dev C++和MinGW C++ 6.4.0】

2. 开始配置环境

打开MATLAB

2.1 测试VS是否正确安装

在MATLAB命令行里：

mex -setup -v

确保选中的这三行存在，之前之后的搜索无所谓。没有就说明你VS装的有问题，可能是装之前没安装好C++。
在这里插入图片描述
然后在最下面选择C++ 作为编译语言（点一下就行）：

2.2 检查MATLAB是否能找到VS和CUDA

同样是MATLAB命令行：

检查CUDA路径：

getenv('CUDA_PATH')

检查VS路径：
① VS2013输入这个：

getenv('VS120COMNTOOLS')

② VS2015或者更新的输入这个：

getenv('VS140COMNTOOLS')

末尾不要加分号会直接打印出来，末尾加分号了的话就会在变量空间里。
在这里插入图片描述

打印不出来的话就自行去添加环境变量就行（变量值记得放自己的地址）。
在这里插入图片描述
下面同理：

或者你会用setenv(name,folder)命令就直接通过matlab添加环境变量也行。
添加完记得重启matlab。

2.3 重命名对应版本的mex_CUDA

Rename either mex_CUDA_win64_MVS2013.xml (Visual Studio 2013 or older)
or mex_CUDA_win64_MVS2015.xml(Visual Studio 2015 or newer) to
mex_CUDA_win64.xml

比如我是VS2015版本，我就将mex_CUDA_win64_MVS2015.xml重命名为mex_CUDA_win64.xml。
13版本就去改那个mex_CUDA_win64_MVS2013.xml哈，拒绝碰瓷。
在这里插入图片描述

同时！
记得我先前CUDA版本是~~10.2~~ 11.6不？官方源代码默认的是9.1
所以，要对应修改过来，分别是第6行和末尾有个nvcc的位置，后者不同文件不一样的位置。
比如有可能在125行，有可能在222行，也有可能在266行
在这里插入图片描述
而15的那个是在222行：

改了就行了，不然会提示找不到编译器，当然了版本对应不上同样会提示找不到编译器。