Matlab编码器：如何构建英特尔MKL DNN库，用于深度学习C++代码生成和部署？

256个视图（过去30天）

显示旧的评论

周国宝 2019年2月27日

评论： Praveen Kumar Gajula 2021年9月24日15:40

答:接受周国宝

我看到一些支持使用MATLAB编码器生成代码的深度学习网络：万博1manbetx

支持c++代码生成的深度学习网络和层万博1manbetx

我正在寻找生成代码从我的深度学习网络(如AlexNet, GoogLeNet, ResNet, SqueezeNet, VGG-16/19等)运行在英特尔cpu使用MATLAB编码器和英特尔MKL-DNN库。做这个的步骤是什么?

接受的答案

周国宝 2019年2月27日

5.
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/447387-matlab-coder-how-do-i-build-the-intel-mkl-dnn-library-for-deep-learning-c-code-generation-and-dep#answer_363063

编辑：周国宝 2021年7月27日

注：以下适用于所述的MATLAB编码器和MKL-DNN v0.14的R2018b、R2019a和R2019b版本在这里。有关更新的版本，请参阅下面的下一个答案。

背景

要生成并运行用于深度学习的C++代码，必须有用于深度神经网络（英特尔MKL DNN）的英特尔数学内核库。不要使用预生成的库，因为缺少某些所需的文件。相反，从源代码构建库。

以下介绍了Windows和Linux平台上MKL-DNN的生成说明。

Windows MKL-DNN生成说明

要遵循这些说明，获取推荐的编译器和IDE:

微软Visual Studio 2017
英特尔C++编译程序18从英特尔并行工作室

这些指令假定使用Microsoft Visual Studio IDE和编译器。cmake也是必需的。

1.下载0.14版本的MKL-DNN源代码(可在 https://github.com/oneapi-src/oneDNN/archive/refs/tags/v0.14.zip )这是文档中所示的MATLAB编码器版本所要求的( //www.tianjin-qmedu.com/help/releases/R2019b/coder/ug/prerequisites-for-deep-learning-with-matlab-coder.html )．

2.将源代码解压到一个文件夹MKLDNN。从MKLDNN文件夹中，从命令提示符中，输入:

                         光盘剧本
                        
                         。\ prepare_mkl.bat
                        
                         光盘．.

这将在MKLDNN\external\mklml_win_*\lib中创建这些库:

libiomp5md.dll
libiomp5md.lib
mklml.dll
mklml.lib

3.从MKLDNN文件夹中运行以下命令:

                         mkdir- p构建
                        
                         光盘建筑
                        
                         克马克-G“Visual Studio 15 2017 Win64”…

这将在/build中创建Visual Studio解决方案文件:

英特尔（R）MKL-DNN.sln

4.在Visual Studio中打开解决方案文件。设置解决方案配置下降到释放．点击构建>构建解决方案 . 这将在MKLDNN\build\src\Release中创建以下库：

mkldnn.dll
mkldnn.lib

将这些库和步骤2中生成的库复制到C:\Program Files\mkl dnn\lib。

请注意，在Windows®操作系统上，仅当启用了8.3文件名时，路径中才允许使用特殊字符和空格。如果未启用，请将“C:\Program Files\mkl dnn\lib”替换为不包含空格的路径。有关8.3文件名的详细信息，请参阅Windows文档。

将以下文件从MKLDNN\include复制到C:\Program files\mkl dnn\include：

mkldnn.h
mkldnn.hpp
mkldnn_debug.h
mkldnn_类型.h

5.将MATLAB环境变量INTEL_MKLDNN设置为C:\Program Files\mkl dnn。在MATLAB命令窗口中，输入：

setenv (“INTEL_MKLDNN”,“C: \ Program Files \ mkl-dnn \”)

将C:\Program Files\mkl dnn\lib添加到PATH变量。

                         setenv (“路径”，[getenv(“INTEL_MKLDNN”)文件集“lib”pathsep getenv (“路径”)))
                        

6.如果您还没有这样做，还应该为Windows设置环境变量。在Windows命令提示符中，输入:

设置路径=% %路径;C:\Program Files\mkl-dnn\

Linux MKL-DNN构建指令

要遵循这些说明，请获取推荐的编译器：

GNUG++支持C++11万博1manbetx

Cmake也是必需的。

1.下载0.14版本的MKL-DNN源代码(可在 https://github.com/oneapi-src/oneDNN/archive/refs/tags/v0.14.tar.gz )这是文档中所示的MATLAB编码器版本所要求的( //www.tianjin-qmedu.com/help/releases/R2019b/coder/ug/prerequisites-for-deep-learning-with-matlab-coder.html )．

2.将源代码解压到一个文件夹MKLDNN。从MKLDNN文件夹中，从命令提示符中，输入:

                         光盘剧本
                        
                         奇莫德+ x prepare_mkl.sh
                        
                         /准备_mkl.sh

这将在MKLDNN/external/mklml_lnx_*/lib中创建这些库:

                         libiomp5.so
                        
                         libmklml_intel.so。

3.从MKLDNN文件夹中运行以下命令:

4.这将在MKLDNN/build/src下创建这些库:

libmkldnn.so
libmkldnn.so.0
libmkldnn.so.0.14.0。

将这些库和步骤2中生成的库复制到/usr/local/mkl dnn/lib。

将以下文件从MKLDNN/include复制到/usr/local/mkl dnn/include：

mkldnn.h
mkldnn.hpp
mkldnn_debug.h
mkldnn_类型.h

5.将MATLAB环境变量INTEL_MKLDNN设置为/usr/local/mkl-dnn从MATLAB命令窗口，输入:

setenv (“INTEL_MKLDNN”,‘/usr/local/mkl dnn'）

在PATH变量中添加/usr/local/mkl-dnn/lib:

                         setenv (“LD_LIBRARY_PATH”，[getenv(“INTEL_MKLDNN”)文件集“lib”pathsep getenv (“LD_LIBRARY_PATH”)));
                        

如果您还没有这样做，那么还应该为Linux设置环境变量。在Linux终端中使用Linux语法将变量LD_LIBRARY_PATH设置为/usr/local/mkl dnn/lib，将环境变量INTEL_MKLDNN设置为/usr/local/mkl dnn。

更多答案（11）

周国宝 2021年5月13日

2.
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/447387-matlab-coder-how-do-i-build-the-intel-mkl-dnn-library-for-deep-learning-c-code-generation-and-dep#answer_699143

编辑：周国宝 2021年5月18日

注:以下适用于R2021a和更新版本的MATLAB编码器和MKL-DNN v1.4所述在这里。有关更新的版本，请参阅下面的下一个答案。

注意:英特尔最近将库从MKL-DNN重新命名为oneDNN，所以我们可以互换使用MKL-DNN和oneDNN。

背景

以下介绍了Windows和Linux平台上MKL-DNN的生成说明。

要从源代码构建Intel MKL-DNN库，您必须具备:

支持Intel 64体系结构的操作系统万博1manbetx
C++ 11标准支持下的C++编译器万博1manbetx
CMake 2.8.11或更高版本

Windows MKL-DNN生成说明

c++编译器要求:

更新Microsoft Visual c++ 14.0 (Visual Studio 2015 Update 3)
如果在构建MKL-DNN时出现编译错误，请使用MSVC版本19.16.xx或更高版本

1.从该链接下载MKL-DNN v1.4源代码( https://github.com/oneapi-src/oneDNN/archive/v1.4.zip )，并提取源代码。此操作将创建文件夹 onednn - 1.4 ．

2.在Windows命令行中，将当前目录改为 onednn - 1.4 ．生成一个Microsoft Visual Studio解决方案" Intel(R) MKL-DNN。执行以下命令:

                        mkdir建筑
                       
                        光盘建筑
                       
                        克马克-G“Visual Studio 15 2017 Win64”。。

3.将当前目录更改为 oneDNN-1.4\build ．运行这个命令:

克马克--建造--配置发布

此操作将在文件夹中创建这些库 oneDNN-1.4\build\src\Release :

dnnl.lib
dnnl.dll

将这些生成的库复制到 C:\Program Files\mkl-dnn\lib ．

在Windows操作系统中，只有启用了8.3文件名，路径中才允许使用特殊字符和空格。如果没有启用，则进行替换 C:\Program Files\mkl-dnn\lib 通过不包含空格的路径。有关8.3文件名的更多信息，请参阅Windows文档。

复制包含文件 onednn - 1.4 \包括和 oneDNN-1.4\build\include 来 C:\Program Files\mkl-dnn\include ．

4.设置MATLAB环境变量 INTEL_MKLDNN 来 C:\Program Files\mkl-dnn ．在MATLAB命令提示符处，输入:

setenv (“INTEL_MKLDNN”,“C: \ Program Files \ mkl-dnn”)

添加 C:\Program Files\mkl-dnn\lib 修改PATH变量:

                        setenv (“路径”，[getenv(“INTEL_MKLDNN”)文件集“lib”pathsep getenv (“路径”)))
                       

5.如果您还没有这样做，则必须为Windows设置环境变量。在Windows命令行中，输入:

设置路径=%路径%；C:\Program Files\mkl dnn\lib

同样，创建并设置 INTEL_MKLDNN Windows中指向的环境变量 C:\Program Files\mkl-dnn ．

Linux MKL-DNN构建指令

C++编译器要求：

安装GNU编译器集合中的任意一个GNU编译器版本。版本包括4.8、5.4、6.1、7.2和8.1。

1.从该链接下载MKL-DNN v1.4源代码( https://github.com/oneapi-src/oneDNN/archive/v1.4.tar.gz )，并在Linux终端上运行此命令提取源代码:

焦油-xvzf oneDNN-1.4.tar.gz

此操作将创建文件夹 onednn - 1.4 ．

2.要生成用于编译的makefile，请在终端上从 onednn - 1.4 文件夹:

                        mkdir- p构建
                       
                        光盘建筑
                       
                        克马克-DCMAKE_BUILD_TYPE =释放. .

3.要构建库，请在终端上从 oneDNN-1.4/构建文件夹:

使- j

这些命令在文件夹中创建这些库 oneDNN-1.4/build/src :

libdnnl.so
libdnnl.so.1
libdnnl.so.1.4

将这些库复制到 /usr/local/mkl-dnn/lib ．

复制包含文件 oneDNN-1.4/包括和 onednn - 1.4 /构建/包括来 /usr/本地/mkl dnn/包括．

4.设置MATLAB环境变量 INTEL_MKLDNN 来 /usr/local/mkl-dnn ．在MATLAB命令行中，输入:

setenv (“INTEL_MKLDNN”,‘/usr/local/mkl dnn'）

5.加入 /usr/local/mkl-dnn/lib 到路径变量:

                        setenv (“LD_LIBRARY_PATH”，[getenv(“INTEL_MKLDNN”)文件集“lib”pathsep getenv (“LD_LIBRARY_PATH”)));
                       

如果尚未设置Linux的环境变量，则必须在Linux终端上使用Linux语法设置该变量图书馆路径来 /usr/local/mkl-dnn/lib ，以及环境变量 INTEL_MKLDNN 来 /usr/local/mkl-dnn ．

macOS MKL-DNN构建说明

C++编译器要求：

安装中所述的受支万博1manbetx持的Xcode版本//www.tianjin-qmedu.com/万博1manbetxsupport/requirements/supported-compilers.html．

1.从该链接下载MKL-DNN v1.4源代码( https://github.com/oneapi-src/oneDNN/archive/v1.4.tar.gz )，并通过在终端运行以下命令提取源代码:

焦油-xvzf oneDNN-1.4.tar

此操作将创建文件夹 onednn - 1.4 ．

2.macOS clang编译器没有随OpenMP一起发布。要获得一个启用OpenMP的mkldnn库，你必须安装brew和libomp:

a、通过在bash终端上运行此命令，在主机mac PC上安装home brew

                        /usr/bin/ruby - e“$ (curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)”
                       

b、使用brew with命令安装OpenMP：

$（BREW安装路径）/BREW安装libomp

3.要生成用于编译的makefile，请在终端上从 onednn - 1.4 文件夹:

                        mkdir- p构建
                       
                        光盘建筑
                       
                        $（CMAKE\u安装路径）CMAKE..-DOpenMP\u CXX\u标志=“-Xclang-fopenmp-I$（OMP\u安装路径）/include”-DOpenMP_C_标志=“-Xclang-fopenmp-I$（OMP\u安装路径）/include”-DOpenMP_CXX_LIB_NAMES=libomp-DOpenMP_C_LIB_NAMES=libomp-DOpenMP_libomp_库=$（OMP_INSTALL_PATH）/lib/libomp.dylib-DCMAKE_SHARED_LINKER_标志=“-L$（OMP\u安装路径）/lib-lomp”

4.要构建库，请在终端上从 oneDNN-1.4/build文件夹 :

使- j

这些命令在文件夹中创建这些库 oneDNN-1.4/build/src :

libdnnl.dylib
libdnnl.1.dylib
libdnnl.1.4.dylib

将这些库复制到 /usr/local/mkl-dnn/lib ．

复制包含文件 oneDNN-1.4/包括来 /usr/本地/mkl dnn/包括．

5.复制MKL-DNN所需的OpenMP依赖项:

OpenMP图书馆美元(OMP_INSTALL_PATH) / lib来/usr/local/mkl-dnn/lib
OpenMP包括文件来自$（OMP\u安装路径）/包括来/usr/本地/mkl dnn/包括

6.OpenMP库路径被硬绑定到mkldnn库。要列出这个硬绑定，运行下面的命令:

otool-l libdnnl.dylib

7.必须更改路径的硬绑定，以便可移植到其他mac计算机。为此，请运行：

                        安装\u name\u工具-更改/usr/local/opt/libomp/lib/libomp.dylib@rpath/libomp.dylib libdnnl.1.dylib
                       
                        安装\u name\u工具id“@rpath / libomp。dylib”libomp.dylib

改变, rpath 使 mkldnn/OpenMP 库到其他mac计算机。这避免了任何运行时链接问题。

8.设置MATLAB环境变量 INTEL_MKLDNN 来 /usr/local/mkl-dnn ．在MATLAB命令行中，输入:

setenv (“INTEL_MKLDNN”,‘/usr/local/mkl dnn'）

7评论
显示隐藏 6年长的评论

全俊宇 2021年8月13日

嗨，比尔。

我按照你的教程完成了所有的操作，但是仍然有一些错误。

p代码似乎是空的。。。。。

你知道为什么会这样吗?

顺便说一下。在第4步和第5步，代码似乎不能工作，所以我在系统设置中添加了环境变量

登录评论。

周国宝 2020年6月11日

1.
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/447387-matlab-coder-how-do-i-build-the-intel-mkl-dnn-library-for-deep-learning-c-code-generation-and-dep#answer_449741

编辑：周国宝 2021年5月13日

注:以下适用于MATLAB Coder的R2020a和R2020b版本和MKL-DNN v1.0 在这里。有关更新的版本，请参阅下面的下一个答案。

注意:英特尔最近将库从MKL-DNN重新命名为oneDNN，所以我们可以互换使用MKL-DNN和oneDNN。

背景

以下介绍了Windows和Linux平台上MKL-DNN的生成说明。

要从源代码构建Intel MKL-DNN库，您必须具备:

支持Intel 64体系结构的操作系统万博1manbetx
C++ 11标准支持下的C++编译器万博1manbetx
CMake 2.8.11或更高版本

Windows MKL-DNN生成说明

c++编译器要求:

更新Microsoft Visual c++ 14.0 (Visual Studio 2015 Update 3)
如果在构建MKL-DNN时遇到编译错误，请使用MSVC编译器版本19.16.xx或更新版本

1.从链接下载mkldnn v1.0源代码( https://github.com/oneapi-src/oneDNN/archive/v1.0.zip )，并提取源代码。此操作将创建文件夹 onednn - 1.0 ．

2.生成一个Microsoft Visual Studio解决方案" Intel(R) MKL-DNN。的命令行中运行这些命令 onednn - 1.0 文件夹:

                        mkdir建筑
                       
                        光盘建筑
                       
                        克马克-G“Visual Studio 15 2017 Win64”。。

3.在以下位置的命令行中的命令下运行 oneDNN-1.0\build 文件夹:

克马克--建造--配置发布

此操作将在文件夹中创建这些库 onednn - 1.0 \制造\ src \释放 :

mkldnn.lib
mkldnn.dll

将这些生成的库复制到 C:\Program Files\mkl-dnn\lib ．

请注意，在Windows操作系统上，仅当启用了8.3文件名时，路径中才允许使用特殊字符和空格。如果未启用，请替换 C:\Program Files\mkl-dnn\lib 具有不包含空格的路径。有关8.3文件名的更多信息，请参阅Windows文档。

复制包含文件 onednn - 1.0 \包括和 onednn - 1.0 \制造\包括来 C:\Program Files\mkl-dnn\include ．

4.设置MATLAB环境变量 INTEL_MKLDNN 来 C:\Program Files\mkl-dnn ．在MATLAB命令提示符处，输入:

setenv (“INTEL_MKLDNN”,“C: \ Program Files \ mkl-dnn”)

添加 C:\Program Files\mkl-dnn\lib 到路径变量。

                        setenv (“路径”，[getenv(“INTEL_MKLDNN”)文件集“lib”pathsep getenv (“路径”)))
                       

5.如果尚未设置环境变量，则必须为Windows设置环境变量。在Windows命令提示下，输入：

设置路径=%路径%；C:\Program Files\mkl dnn\lib

也创建和设置 INTEL_MKLDNN windows中指向的环境变量 C:\Program Files\mkl-dnn

Linux MKL-DNN构建指令

c++编译器要求:

安装GNU编译器集合4.8、5.4、6.1、7.2和8.1中的任意一个GNU编译器版本

1.从链接下载mkldnn v1.0源代码( https://github.com/oneapi-src/oneDNN/archive/v1.0.tar.gz )，并通过在终端运行以下命令提取源代码:

焦油-xvzf oneDNN-1.0.tar.gz

此操作将创建文件夹 onednn - 1.0 ．

2.要生成用于编译的makefile，请在终端上从 onednn - 1.0 文件夹:

                        mkdir- p构建
                       
                        光盘建筑
                       
                        克马克-DCMAKE_BUILD_TYPE =释放. .

3.要构建库，请在终端上从 oneDNN-1.0/构建文件夹:

使- j

这些命令在文件夹中创建这些库 onednn - 1.0 /构建/ src :

libmkldnn.so
libmkldnn.so.0
libmkldnn.so.1.0.0.0

将这些库复制到 /usr/local/mkl-dnn/lib ．

复制包含文件 oneDNN-1.0/包括和 onednn - 1.0 /构建/包括来 /usr/本地/mkl dnn/包括．

4.设置MATLAB环境变量 INTEL_MKLDNN 来 /usr/local/mkl-dnn ．在MATLAB命令提示符处，输入:

setenv (“INTEL_MKLDNN”,‘/usr/local/mkl dnn'）

5.加入 /usr/local/mkl-dnn/lib 到路径变量:

                        setenv (“LD_LIBRARY_PATH”，[getenv(“INTEL_MKLDNN”)文件集“lib”pathsep getenv (“LD_LIBRARY_PATH”)));
                       

如果您还没有这样做，那么您必须为Linux设置环境变量。在Linux终端中使用Linux语法设置变量图书馆路径来 /usr/local/mkl-dnn/lib ，以及环境变量 INTEL_MKLDNN 来 /usr/local/mkl-dnn ．

macOS MKL-DNN构建说明（适用于R2020b及更新版本）

C++编译器要求：

安装中提到的受支万博1manbetx持的Xcode版本//www.tianjin-qmedu.com/support/requirements/supported-compilers.html

1.从链接中下载mkldnn v1.0源代码，并在终端上运行以下命令提取源代码:

焦油-xvzf mkl-dnn-1.0.tar.gz

此操作将创建文件夹 mkl-dnn-1.0 ．

2.macOS clang编译器不随OpenMp提供。要拥有启用OpenMp的mkldnn库，我们需要安装啤酒,libomp

a、使用bash终端使用以下命令在主机mac PC中安装home brew

                        /usr/bin/ruby - e“$ (curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)”
                       

B使用brew with命令安装OpenMp

$（BREW安装路径）/BREW安装libomp

3.要生成编译的makefile，在终端中运行mkl-dnn-1.0文件夹中的命令:

                        mkdir- p构建
                       
                        光盘建筑
                       
                        $（CMAKE\u安装路径）CMAKE..-DOpenMP\u CXX\u标志=“-Xclang-fopenmp-I$（OMP\u安装路径）/include”-DOpenMP_C_标志=“-Xclang-fopenmp-I$（OMP\u安装路径）/include”-DOpenMP_CXX_LIB_NAMES=libomp-DOpenMP_C_LIB_NAMES=libomp-DOpenMP_libomp_库=$（OMP_INSTALL_PATH）/lib/libomp.dylib-DCMAKE_SHARED_LINKER_标志=“-L$（OMP\u安装路径）/lib-lomp”

这些命令在文件夹mkl-dnn-1.0/build/src中创建这些库：

libmkldnn.dylib
libmkldnn.0.dylib
libmkldnn.1.0.0.0.dylib

将这些库复制到 /usr/local/mkl-dnn/lib ．

复制包含文件 mkld - - 1.0款/包括来 /usr/本地/mkl dnn/包括．

4.复制mkldnn所需的OpenMp依赖项

OpenMP图书馆美元(OMP_INSTALL_PATH) / lib来/usr/local/mkl-dnn/lib
OpenMP包括文件来自$（OMP\u安装路径）/包括来/usr/本地/mkl dnn/包括

5.OpenMp库路径已硬绑定到mkldnn库。下面的命令将列出此方面

otool-l libmkldnn.dylib

6.这种路径的硬绑定必须更改，以便于移植到其他mac机器。使用下面的命令

                        安装\u name\u工具改改/usr/local/opt/libomp/lib/libomp.dylib @rpath / libomp。dylib libmkldnn.0.dylib
                       
                        安装\u name\u工具id“@rpath / libomp。dylib”libomp.dylib

更改为rpath将使mkldnn/OpenMP库能够移植到不同的mac机器上。这避免了任何运行时链接问题。

7.将MATLAB环境变量INTEL_MKLDNN设置为/usr/local/mkl dnn。在MATLAB命令提示下，输入：

setenv (“INTEL_MKLDNN”,‘/usr/local/mkl dnn'）

9日评论
显示隐藏如果你们老的评论

保安族余 2020年11月17日

我对windows中的MATLAB 2020a安装指南有一个问题：

折叠中的所有内置库文件 onednn - 1.0 。应抄送至 C:\Program Files\mkl-dnn

所以我应该做的是创建mkl dnn/lib和mkl dnn/include文件，然后将oneDNN-1.0中构建的文件分别复制到mkl dnn/lib和mkl dnn/include？但是它不起作用（下面的错误，看起来mkl dnn没有正确安装），可能是因为我使用了MATLAB 2020b？我正在安装2020a。。。

                             制作模拟目标“deployment_C_2_sfun”,．..
                            
                             错误:“agentData1”做不命名类型
                            
                             agentData1。mat_policy_9_1_1_1_1_1_1_1_锚;
                            
                             ^~~~~~~~~~
                            
                             gmake:**[deployment\u C\u 2\u sfun.obj]错误－１
                            
                             组件：制造|类别：制造错误
                            
                             不能创建mex函数'deployment_C_2_sfun. '。模拟所需的Mexw64 '。
                            
                             组件：Simulin万博1manbetxk |类别：模型错误

我还检查了安装在anaconda3中的mkl dnn文件，还有仓鼠和许可证！我的安装有什么问题吗？？？

--------------------------------------------------------------------------------------------------------------------------------------------------

水蟒3中的mkl dnn

提前感谢！！！

Praveen Kumar Gajula 2021年8月16日

嗨，俊宇，

您需要创建文件夹“mkl-dnn”，“lib”，并将库复制到 C:\Program Files\mkl-dnn\lib ．

谢谢

Praveen

登录评论。

小琪 2020年1月9日

0
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/447387-matlab-coder-how-do-i-build-the-intel-mkl-dnn-library-for-deep-learning-c-code-generation-and-dep#answer_409408

嗨，比尔

我相信你的步骤需要更新，因为在github的mkl-dnn库改变了。我不能按照你的方法去做。

谢谢

查理

2的评论
显示隐藏 1年长的评论

周国宝 2020年6月11日

请参阅下面更新的MKL-DNN v1.0说明。

登录评论。

斯维亚托斯拉夫克洛斯酒店 2020年2月4日

0
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/447387-matlab-coder-how-do-i-build-the-intel-mkl-dnn-library-for-deep-learning-c-code-generation-and-dep#answer_413683

我有这样一个错误：未定义的函数或变量“IsAvx512Proc”。

我认为，如果我的英特尔过程不支持Avx512，那么它将只使用Avx2。万博1manbetx这有意义吗?有人用英特尔i5-8265u尝试过MKL-DNN吗?

0评论
显示隐藏1以上的评论

登录评论。

Praveen Kumar Gajula 2020年2月7日

0
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/447387-matlab-coder-how-do-i-build-the-intel-mkl-dnn-library-for-deep-learning-c-code-generation-and-dep#answer_414255

嗨Sviatoslav,

听说你方面临一些问题，我们很遗憾。

你是对的，如果英特尔过程不支持Avx512 mkldnn应该使用Avx2。万博1manbetx

处理器i5-8265u应该能够在没有任何问题的情况下使用mkldnn。

我们这边有一个软件包安装程序问题，它没有提供“IsAvx512Proc”方法。因此，您看到了这个错误。你能告诉我你使用的MATLAB版本是什么吗？你最近有没有升级过。

非常感谢。

Praveen。

4评论
显示隐藏 3旧评论

Tohru Kikawada 2020年5月3日

我认为您需要在构建之前设置好c++编译器。请尝试墨西哥人设置c++ 。以下链接解释了更多详细信息。

//www.tianjin-qmedu.com/help/matlab/matlab_external/choose-c-or-c-compilers.html

登录评论。

Praveen Kumar Gajula 2020年3月14日

0
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/447387-matlab-coder-how-do-i-build-the-intel-mkl-dnn-library-for-deep-learning-c-code-generation-and-dep#answer_420084

你好

从这个图像上看不出错误。能否分享错误报告给我们?

你也可以分享MATLAB发布细节和你正在尝试的示例链接。

非常感谢。

Praveen。

1评论
显示隐藏&NBSPONE

莎拉alamri 2020年3月15日

report.mat

这是附件中的错误报告

我使用MatlabR2019B

我还尝试按照此说明安装mkl dnn

https://docs.microsoft.com/en-us/cognitive-toolkit/setup-buildmkldnn-vs17

还有你的指导，但没有起作用

我还尝试了matlab网站上所有与YOLO代码生成器相关的示例。。同样的错误

所有我想从这是转换我的代码“其中包含一个yolo检测器”到C，所以我可以结合它与一个android应用程序。

登录评论。

Praveen Kumar Gajula 2020年3月16日

0
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/447387-matlab-coder-how-do-i-build-the-intel-mkl-dnn-library-for-deep-learning-c-code-generation-and-dep#answer_420279

编译错误是因为找不到mkldnn.hpp文件。

“c:\users\witch\documents\matlab\examples\r2019b\deeplearning\U shared\Yolov2oObjectDetectionUsingIntelmkldnExample\codegen\mex\yolov2\U detection\MWCNNLayerImpl.hpp（10）：致命错误C1083：无法打开包含文件：“mkldnn.hpp”：没有此类文件或目录

您是否可以检查是否按照步骤中所述正确设置了英特尔MKLDNN路径-

setenv（'INTEL_MKLDNN'，'C:\Program Files\mkl dnn\'）

另外，你能确保文件夹中没有空格吗

您正在尝试codegen。
MKLDNN库所在的位置。

非常感谢。

Praveen。

3评论
显示隐藏特殊照顾年长的评论

Praveen Kumar Gajula 2020年3月16日

如果我们不设置INTEL_MKLDNN路径，我们尝试了相同的示例并找到了与您相同的日志。

当前，您看到的日志类似于当前的日志withOutMKLDNNPath.txt，其中INTEL_MKLDNN没有在MATLAB中设置。如果您进行了适当的设置，您应该会看到类似于mkldnnpath的日志

非常感谢。

Praveen。

登录评论。

莎拉alamri 2020年3月17日

0
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/447387-matlab-coder-how-do-i-build-the-intel-mkl-dnn-library-for-deep-learning-c-code-generation-and-dep#answer_420602

编辑：莎拉alamri 2020年3月17日

report2.mat

现在我有这个错误在附件使用matlab R2019b

使用matlab R2019a实现此错误

                        ？？?错误生成网络yoloV2CatDetector_0的代码。代码生成的
                       
                        YOLOv2TransformLayermkldnn目标不支持yolov2Transf万博1manbetxorm。请参阅文档
                       
                        为单子支持层万博1manbetx的每个目标。

我使用mkldnn V0.14

我也安装了minGW v17，我相信它支持openMP万博1manbetx