在windows上編譯MatConvNet

有個BT的要求，在windows上使用MatConvNet，並且需要支持GPU。

費了些力氣，記錄一下過程（暫不支持vl_imreadjpeg函數）

在這里下載MatConvNet，機器配置vs2010，Matlab2014a，CUDA6.5。

1. 進入Matlab，切換到{matconvnet_root}：
   1. mex -c -largeArrayDims -lmwblas "matlab/src/bits/im2col.cpp"
   2. mex -c -largeArrayDims -lmwblas "matlab/src/bits/pooling.cpp"　　
   3. mex -c -largeArrayDims -lmwblas "matlab/src/bits/normalize.cpp"
   4. mex -c -largeArrayDims -lmwblas "matlab/src/bits/subsample.cpp"
2. 打開VS command prompt，切換到{matconvnet_root}：
   1. nvcc -c -gencode=arch=compute_20,code=sm_21 -gencode=arch=compute_30,code=sm_30 --compiler-options=-fPIC "matlab/src/bits/im2col_gpu.cu"

   2. nvcc -c -gencode=arch=compute_20,code=sm_21 -gencode=arch=compute_30,code=sm_30 --compiler-options=-fPIC "matlab/src/bits/pooling_gpu.cu"

   3. nvcc -c -gencode=arch=compute_20,code=sm_21 -gencode=arch=compute_30,code=sm_30 --compiler-options=-fPIC "matlab/src/bits/normalize_gpu.cu"

   4. nvcc -c -gencode=arch=compute_20,code=sm_21 -gencode=arch=compute_30,code=sm_30 --compiler-options=-fPIC "matlab/src/bits/subsample_gpu.cu"

3. 再次切換到Matlab：
   1. setenv('MW_NVCC_PATH','C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v6.5\bin')

   2. mex "matlab/src/vl_nnconv.cu" "normalize.obj" "normalize_gpu.obj" "pooling.obj" "pooling_gpu.obj" "subsample_gpu.obj" "subsample.obj" "im2col_gpu.obj" -DENABLE_GPU -f mex_CUDA_win64.xml -largeArrayDims -lmwblas -L"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v6.5\lib\x64" -lcublas -lcudart /NODEFAULTLIB:LIBCMT.lib

   3. mex "matlab/src/vl_nnnormalize.cu" "normalize.obj" "normalize_gpu.obj" "pooling.obj" "pooling_gpu.obj" "subsample_gpu.obj" "subsample.obj"  "im2col_gpu.obj" -DENABLE_GPU -f mex_CUDA_win64.xml -largeArrayDims -lmwblas -L"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v6.5\lib\x64" -lcublas -lcudart /NODEFAULTLIB:LIBCMT.lib

   4. mex "matlab/src/vl_nnpool.cu" "normalize.obj" "normalize_gpu.obj" "pooling.obj" "pooling_gpu.obj" "subsample_gpu.obj" "subsample.obj" "im2col_gpu.obj" -DENABLE_GPU -f mex_CUDA_win64.xml -largeArrayDims -lmwblas -L"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v6.5\lib\x64" -lcublas -lcudart /NODEFAULTLIB:LIBCMT.lib

編譯完成，運行'matlab/xtest/vl_test_nnlayers(1)'通過。大概就是這個樣子。

聽小J說，有個比較奇怪的地方：在做卷積的時候，在GTX980、GTX970顯卡上會報錯。仔細驗證過，不是CUDA SDK的問題，也不是顯卡驅動的問題，使用GTX660這些顯卡無異常。初步懷疑可能由於Maxwell架構指令集與Kepler架構指令集不兼容導致，不過這些就不是我要考慮的了。

 P.S. 對源文件做過小改動，主要是替換一些linux上的函數。