Win10+MATLAB2016B+VS2015+CPU/GPU+Matconvnet+CUDA9.1配置问题解决方法

错误1：

错误使用 vl_compilenn>nvcc_compile (line 615)
Command "D:\Program Files\MATLAB\CUDA\9.1\bin\nvcc" -c -o "D:\Program Files\MATLAB\matconvnet\matlab\mex\.build\bits\data.obj" "D:\Program
Files\MATLAB\matconvnet\matlab\src\bits\data.cu" -DENABLE_GPU -DENABLE_DOUBLE -DENABLE_CUDNN -I"local\cudnn-9.1\include" -O -DNDEBUG
-D_FORCE_INLINES --std=c++11 -I"D:\Program Files\MATLAB\R2016b\extern\include" -I"D:\Program
Files\MATLAB\R2016b\toolbox\distcomp\gpu\extern\include" -gencode=arch=compute_61,code=\"sm_61,compute_61\" --compiler-options=/MD
--compiler-bindir="C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\..\VC\bin" failed.
出错 vl_compilenn (line 487)
nvcc_compile(opts, srcs{i}, objfile, flags) ;

仔细看了一遍，发现没看懂。

其实翻译成人类语言就是：在data.cu处找不到'cudnn.h'

那么问题就很好解决了

将自己下载的local文件夹下的cudnn文件夹下的\cuda\include下的cudnn.h复制粘贴到你所装的CUDA根目录下的\include下你一打开就可以看到是CUDA专门放h头文件的文件夹对吧所以放这里就好了就可以解决这个问题了。

错误2：

错误使用 mex

MEX 找不到使用 -l 选项指定的库 'cudnn'。
MEX 查找具有以下名称之一的文件:
cudnn.lib
libcudnn.lib
请使用 -L 选项指定此库的路径。
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：
1.大神做法：读的懂程序的大神按照上述方法改吧。

2. 简单粗暴：将你所下载的local下的cudnn下的\cuda\lib\x64的cudnn.lib复制粘贴到CUDA根目录下的\lib\x64下就好了

错误3：

解决方法1：

1.25版本（以及之后）的MatConvNet中的vl_compilenn.m文件中在506行增加了这样的判断

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

这要求&&符号前后都是逻辑值，所以在运行vl_compilenn函数中'enableCudnn'后面要跟true，而不是跟'true',即编译语句为：

vl_compilenn('enableGpu', true, ... 
　　　　　　'cudaRoot', 'C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0', ... 
　　　　　　'cudaMethod', 'nvcc',... 
　　　　　　'enableCudnn', true, ... 
　　　　　　'cudnnRoot', 'xxx\cuDNN-9.1'); //这里的xxx填写你的cuDNN的路径

否则会报Operands to the || and && operators must be convertible to logical scalar values的错误。

解决办法1，原文博客：

https://www.cnblogs.com/qq552048250/p/7857122.html

解决方法2：

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

两个变量左边是逻辑变量（1 或 0），右边返回变量是（true）

把 && 修改成 & 就可以了，如下：

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

解决办法2，原文博客：

https://blog.csdn.net/xueshanchina/article/details/78808159

错误4：

错误使用 copyfile
未找到匹配的文件。

出错 vl_compilenn (line 508)

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

vl_compilenn源程序中是这么描述的：

解决方法：

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）');

使用时的错误：

错误使用 vl_nnconv
An input is not a numeric array (or GPU support not compiled).

GPU/cuDNN编译成功后，运行调用MatConvNet的代码，在使用vl_simplenn做forward pass时候依然出现下面的错误：

An input is not a numeric array (or GPU support not compiled)

该错误发生在vl_simplenn.m中前向传播计算res.x的时候。

此处会出现一个问题，vl_compilenn.m对于旧版本(表示不知道旧版本是哪个)和新版本(v7.05)关于函数mex_compile会有区别：

对于旧版本：

对于新版本：

解决办法1（对于旧版本）：

更改vl_compilenn.m文件的mex_compile函数。

将 mopts = {'-outdir', fileparts(tgt), src, '-c', mex_opts{:}} ;

更改为 mopts = {'-outdir', fileparts(tgt), src, '-c', mex_opts{:}, '-largeArrayDims'} ; 然后再对GPU版本重新编译。

解决办法原文博客：https://www.cnblogs.com/qq552048250/p/7857122.html

解决方法2：

运行 vl_compilenn('enableGpu', true)

参考网站：https://github.com/vlfeat/matconvnet/issues/99