在windows上编译MatConvNet

有个BT的要求，在windows上使用MatConvNet，并且需要支持GPU。

费了些力气，记录一下过程（暂不支持vl_imreadjpeg函数）

在这里下载MatConvNet，机器配置vs2010，Matlab2014a，CUDA6.5。

1. 进入Matlab，切换到{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. 打开VS command prompt，切换到{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. 再次切换到Matlab：
   1. setenv('MW_NVCC_PATH','C:Program FilesNVIDIA GPU Computing ToolkitCUDAv6.5in')

   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 FilesNVIDIA GPU Computing ToolkitCUDAv6.5libx64" -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 FilesNVIDIA GPU Computing ToolkitCUDAv6.5libx64" -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 FilesNVIDIA GPU Computing ToolkitCUDAv6.5libx64" -lcublas -lcudart /NODEFAULTLIB:LIBCMT.lib

编译完成，运行'matlab/xtest/vl_test_nnlayers(1)'通过。大概就是这个样子。

听小J说，有个比较奇怪的地方：在做卷积的时候，在GTX980、GTX970显卡上会报错。仔细验证过，不是CUDA SDK的问题，也不是显卡驱动的问题，使用GTX660这些显卡无异常。初步怀疑可能由于Maxwell架构指令集与Kepler架构指令集不兼容导致，不过这些就不是我要考虑的了。

 P.S. 对源文件做过小改动，主要是替换一些linux上的函数。