MATLAB2019a配置matconvnet（Visual Studio 2017 + cuda_10.0.130_411.31_win10 + cudnn-10.0-windows10）

经历了多天的折腾，实现了在MATLAB2019a中配置matconvnet。

一、说在前面

0. 强烈建议按照别人已走通的配置方案执行；如果独辟蹊径，做好困难准备。

1. 先说一下我用的软件

1.1 MATLAB2019a + Visual Studio2019 // 在编译CPU时出错了

1.2 MATLAB2019a + Visual Studio2017 + CUDA11.0 + Cudnn11.0 // 在编译GPU时出错了

1.3 MATLAB2019a + Visual Studio2017 + CUDA10.0 + Cudnn10.0 成功了（期间也经历了很多编译报错，稍后附上）

2.软件准备：

2.1 方式一：官网下载

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

2.2 方式二：我网盘里存放了我用到的部分软件，包括“Visual Studio2017 + matconvnet-1.0-beta25.tar.gz、cuda_10.0.130_411.31_win10.exe、cudnn-10.0-windows10-x64-v7.3.1.20.zip”

链接：https://pan.baidu.com/s/1bfjDnZP5AXN7dwkbh04VwQ 
提取码：op75

3. 感谢以下官方资料及博客资料

3.1 官方资料（此些资料，务必仔细、反复看看，细节决定了工作量）

官方配置matconvnet的步骤说明：https://www.vlfeat.org/matconvnet/install/#nvcc

官方配置CUDA的步骤说明：https://docs.nvidia.com/cuda/cuda-quick-start-guide/index.html

官方配置CUDNN的步骤说明：https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#install-windows

3.2 博客资料

博客资料：https://blog.csdn.net/u010493489/article/details/89218098

博客资料：https://blog.csdn.net/qq_28618765/article/details/79590040

二、软件安装

1 已安装了MATLAB2019a，在此基础上配置matconvnet。

1.1 我的MATLAB2019a安装路径是：E:Program FilesPolyspaceR2019abin

2 关于matconvnet的安装

2.1 获得matconvnet软件，我的是matconvnet-1.0-beta25.tar.gz

2.2 直接右键解压，将matconvnet-1.0-beta25存放在E:Program FilesPolyspaceR2019abin中

2.3 将matconvnet及其子文件的路径添加到MATLAB中

在MATLAB软件中，跳转到目录：E:Program FilesPolyspaceR2019abinmatconvnet-1.0-beta25，然后点击软件界面中的“设置路径”，点击“添加并包含子文件夹”，选择“E:Program FilesPolyspaceR2019abinmatconvnet-1.0-beta25”，点击保存。

2.4 在MATLAB软件中，跳转到目录：E:Program FilesPolyspaceR2019abinmatconvnet-1.0-beta25matlab，输入 mex -setup，查看是否会出现mex -setup C++。如果没有出现Visual studio软件，则需要安装VS。（备注：我的电脑没有VS，稍后安装）

2.5 失败经历（可以跳过）

2.5.1 安装Visual studio 2019

①我不确定是否成功安装了；因为，后续在执行mex -setup时，仍然看到不VS2019

②我曾尝试用下面的方案解决，但是我发现我的注册表中没有相应的文件夹，可能是由于我的VS2019没有安装成功；不过呢，安全起见，卸载VS2019，安装了Vs2017专业版（未配置OpenCV）

感谢该博客资料：https://blog.csdn.net/u013238941/article/details/106490969

2.6 成功安装了Visual Studio 2017

我的VS2017的安装路径：D:Program Files (x86)Microsoft Visual Studio2017Professional

特别注意：把安装目录添加到环境变量→系统变量的Path中去。

2.7 进入MATLAB中，再执行mex -setup可以看到VS2017了

2.8 接下来，输入 vl_compilenn

你将遇到一个经典报错（如果没有出现，那你比较幸运，可以去买彩票了）：

问题分析：执行vl_compilenn.m文件，在查找VS2017中的cl.exe文件时，当前代码得到的路径与实际cl.exe的路径不匹配。

我的VS2017中cl.exe的真实路径为：D:Program Files (x86)Microsoft Visual Studio2017ProfessionalVCToolsMSVC14.16.27023binHostx64x64（将其添加到系统变量PAth中）

解决办法：我参考的下面的资料③（推荐使用这种方法），处理如下：

感谢这些参考资料：

① https://www.zhihu.com/question/284228755 

② https://dyfloveslife.github.io/2019/03/05/compilienn-file/

③https://blog.csdn.net/qq_31082639/article/details/104139963

2.9 成功编译vl_compilenn之后的结果：

2.10 执行测试命令：vl_testnn（打印出很多信息），最后截图：

至此：说明CPU已经编译好了。

后记：其实在此过程中，我并没有一次性通过，仍然出现了相同的cl.exe的报错，我尝试了以下参考资料；不过呢，也不知道哪一步的操作使得最后成功，比较玄乎。

感谢这些参考资料：

①https://blog.csdn.net/u010493489/article/details/89186329

②https://blog.csdn.net/u010900606/article/details/79215756?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param

三 编译GPU

0. 写在前面（把官网的安装步骤仔细看看哈）

1. 首先看看自己的CUDAdevice属性

在MATLAB中输入gpuDevice,输入如下：

2 安装CUDA10.0

2.1 失败经历（可以跳过）

我最先使用的CUDA11.0和相应的cuDnn11.0，并完成了安装；

不过在MATLAB中编译GPU时，出现了经典报错：

网上有很多关于这个问题的解决办法，我尝试了，但都失败了。最终认为：当前使用的CUDA11.0 、 cuDNN11.0与MATLAB2019a或者Visual studio 2017不匹配。

因此，卸载CUDA11.0 和  cuDNN11.0，改用 CUDA10.0 和  cuDNN10.0.

2.2 先安装CUDA10.0

2.2.0 安全起见，安装路径都是默认的；并且这种操作下，会自动添加环境变量。

如果不是默认安装，要检查一下环境变量，确保把CUDA10.0的安装路径添加的系统变量Path中。

部分截图如下：

2.2.1 严格按照官网的安装步骤执行：

遇到的问题：VS2017提示：找不到Windows SDK 10.0.15063.0 // 提示可以更换SDK，更换后，执行成功了。

执行结果如下：

3 安装cuDNN10.0

3.0 写在前面：我在安装CUDA10.0之后，忘记配置它了，而是直接安装了cuDNN10.0。（不过，也没遇到啥问题）

3.1 严格按照官网的步骤安装cuDNN10.0

特别注意：

①我的cuDNN10.0路径放在了CUDA10.0中，即：C:Program FilesNVIDIA GPU Computing ToolkitCUDAcudnn-10.0-windows10-x64-v7.3.1.20cuda

②务必要把cuDNN10.0的路径添加到系统变量path中：C:Program FilesNVIDIA GPU Computing ToolkitCUDAcudnn-10.0-windows10-x64-v7.3.1.20cuda

③系统变量截图如下：

4 编译GPU

4.1 

在MATLAB中执行下面的代码：

文字版：

vl_compilenn('enableGpu', true, ...  
                'cudaRoot', 'C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0', ...  % CUDA的安装路径  
                'cudaMethod', 'nvcc', 'enableCudnn', 'true', ...  
                'cudnnRoot', 'C:Program FilesNVIDIA GPU Computing ToolkitCUDAcudnn-10.0-windows10-x64-v7.3.1.20cuda');  % cuDNN的路径 

4.2 执行了一会，出错了：

解决方案：参考资料：https://blog.csdn.net/u014292102/article/details/80331481

4.3执行了一会，又出错了：

解决方案：参考资料：https://blog.csdn.net/u013828589/article/details/72869573

4.3 再重新运行一下，成功了：

后记：整个过程貌似成功了，记录于此。

四 关于matconvnet的使用

0. 我拿到了一篇论文的代码，其中涉及matconvnet；刚开始运行该代码时，提示运行vl_compilenn；由于MATLAB未配置matconvnet，代码无论如何是跑不通的。

1. 我在MATLAB安装目录的bin文件夹下编译matconvnet成功之后，直接用该文件夹matconvnet-1.0-beta25替换了论文代码中的matconvnet文件夹，使得代码在matconvnet层面顺利执行；

2. 后续，根据代码中的要求，调整其他相关参数（不再涉及matconvnet），得到了代码输出结果。

最后

以上就是羞涩季节为你收集整理的MATLAB2019a配置matconvnet（Visual Studio 2017 + cuda_10.0.130_411.31_win10 + cudnn-10.0-windows10）的全部内容，希望文章能够帮你解决MATLAB2019a配置matconvnet（Visual Studio 2017 + cuda_10.0.130_411.31_win10 + cudnn-10.0-windows10）所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。