MATLAB配置matconvnet

 一文解决matlab配置和matconvnet可能遇到的所有问题

目录

下载Matconvnet

安装和编译Matconvnet

下载CUDA和cudnn的安装包

安装CUDA和cudnn

编译vl_compilenn

---

1. 下载Matconvnet

   https://www.vlfeat.org/matconvnet/download/

   在上述网址选择Matconvnet进行安装

2. 安装和编译Matconvnet

   https://www.vlfeat.org/matconvnet/install/

   参照官网的步骤进行

   首先解压安装到自定义的目录下；接着调用到matconvnet的目录下

           在Matlab命令行依次输入指令：

   run <Matconvnet>/matlab/vl_setupnn

   mex -setup

   选择mex -setup C++

   配置完语言后，添加路径 

   编译时需要注意将cl.exe的路径是在VS\VC\Tools\MSVC\14.16.27023\bin\Hostx64\x64 

   所以第一种方法是将 vl_compilenn.m文件的647行修改成图上的路径；

   第二种是将cl.exe复制到647行的文件夹下即可

   （最终的原因是因为VS2017与VS2015的路径设置不同，matlab认准的是VC\bin\amd64）

    

    

3. 下载CUDA和cudnn的安装包

   接下来是对CUDA和cudnn进行下载

   这里需要注意MATLAB与CUDA对应的版本

   我使用的是R2019b所以安装CUDA10.1

   再查询显卡支持的版本

   得知显卡最高支持11.0，所以完全可以安装CUDA10.1版本

   安装路径不建议去官网下载，在这里下载的网上寻找的资源

   链接：https://pan.baidu.com/s/1hREGDO9oA7A65s3iu6uXGg

   提取码：ntbn

   来自 <https://blog.csdn.net/zhangxiao123qqq/article/details/108273006?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-1.control&dist_request_id=&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-1.control>

    

    

4. 安装CUDA和cudnn

   CUDA下载完成后，直接双击exe安装，然后一步步操作即可，选择精简安装，安装完成后，打开cmd输入：nvcc -v 查看CUDA是否安装成功，如果成功的话会返回CUDA的版本号

   接下来安装cudnn

   将cudnn的三个文件夹直接复制到如图所示的CUDA文件夹下即可

   检查是否安装成功：

   桌面处按住Shift键，鼠标右键，选择“在此处打开Powershell窗口”。然后输入：“nvidia-smi”

   恭喜已经成功安装！ 

    

5. 编译vl_compilenn

    1.接下来编译matconvnet，但是会出错，报错信息提示如下

      >> vl_compilenn('enableGpu', true)

      使用 'nvcc' 编译。

   错误使用 mex

   nvcc fatal   : '-DNDEBUG': expected a number

   出错 mexcuda (line 157)

       [varargout{1:nargout}] = mex(mexArguments{:});

   出错 vl_compilenn>mexcuda_compile (line 603)

   mexcuda(args{:}) ;

   出错 vl_compilenn (line 489)

         mexcuda_compile(opts, srcs{i}, objfile, flags) ;

 出现该问题使用DEBUG模式解决，牺牲部分性能

第179行：opts.debug            = true;

使用debug模式解决

2.接下来还会遇到如下问题：

d:\matconvnet\matconvnet-1.0-beta25\matlab\src\bits\datamex.hpp(19): fatal error C1083: 无法打开包括文件: “gpu/mxGPUArray.h”: No such file or directory

nvcc warning : The -std=c++11 flag is not supported with the configured host compiler. Flag will be ignored.

datamex.cu

错误使用 vl_compilenn>nvcc_compile (line 615)

Command "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin\nvcc" -c -o "D:\Matconvnet\matconvnet-1.0-beta25\matlab\mex\.build\bits\datamex.obj"

"D:\Matconvnet\matconvnet-1.0-beta25\matlab\src\bits\datamex.cu" -DENABLE_GPU -DENABLE_DOUBLE -DENABLE_CUDNN -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\include" -g -DDEBUG -D_FORCE_INLINES

--std=c++11 -I"D:\Matlab\extern\include" -I"D:\Matlab\toolbox\distcomp\gpu\extern\include" -gencode=arch=compute_75,code=\"sm_75,compute_75\"  --compiler-options=/MD

--compiler-bindir="D:\VisualStudio\VC\Tools\MSVC\14.16.27023\bin\Hostx64"  failed.

出错 vl_compilenn (line 487)

      nvcc_compile(opts, srcs{i}, objfile, flags) ;

 

问题原因：matlab版本太高的缘故，(MatlabDir)\extern\include，此路径下不存在“gpu/mxGPUArray.h”,这个文件被移动到了 (MatlabDir)\toolbox\distcomp\gpu\extern\include 路径下

解决方法：在 (MatlabDir)\extern\include 路径下建一个“gpu”文件夹然后把(MatlabDir)\toolbox\distcomp\gpu\extern\include\gpu下的mxGPUArray.h文件拷到所建gpu里即可

3.错误使用 mex

'D:\Matconvnet\matconvnet-1.0-beta25\matlab\mex\vl_nnconv.mexw64' 使用了 '-R2018a' 进行编译并与 '-R2017b' 链接在一起。 有关详细信息，请参阅 MEX 文件使用了一个 API 进行编译并与另一个 API 链接在一起。

出错 vl_compilenn>mex_link (line 627)

mex(args{:}) ;

出错 vl_compilenn (line 500)

  mex_link(opts, objs, flags.mex_dir, flags) ;

解决方法：

解决方案：修改vl_compilenn.m中第359行：

原代码：

flags.mexlink = {'-largeArrayDims','-lmwblas'} ;

改成：

flags.mexlink = {'-lmwblas'} ;

即可。

4.|| 和 && 运算符的操作数必须能够转换为逻辑标量值。

出错 vl_compilenn (line 507)

if strcmp(arch, 'win64') && opts.enableCudnn

解决方法：

直接将上述代码行的“&&”修改成“&”

5.错误使用 copyfile

未找到匹配的文件。

出错 vl_compilenn (line 509)

  copyfile(fullfile(opts.cudnnRoot, 'bin', '*.dll'), flags.mex_dir);

解决方法：

 vl_compilenn('enableGpu',true,'cudaRoot','C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1','cudaMethod' ,'nvcc','enableCudnn','true','cudnnRoot','C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1')

全部使用绝对路径，写到文件夹下

vl_compilenn('enableGpu', true, ...

　　　　　　'cudaRoot', ' D:\Program Files\MATLAB\CUDA\9.1（你的CUDA路径）', ...

　　　　　　'cudaMethod', 'nvcc',...

　　　　　　'enableCudnn', true, ...

　　　　　　'cudnnRoot', ' D:\Program Files\MATLAB\matconvnet\local\cudnn-9.1（你的CUDNN全路径）');

接下来就运行成功了！