matConvNet安装错误

---

1. 错误 relocation *****
   添加test.cpp ( int main(void) { return 0; } ) 文件，可以放到./matlab/src/下，同时在vl_compilenn中添加这个src，这样就可以自动编译

2. 错误fpic
   在cpu版本时，因为缺少-fPIC会有问题，所以在ccoptim中添加，同时gpu版本中保留也没问题；fPIC是产生位置无关的代码，即动态链接库必须添加

3. 错误
   如果缺少-c以及-cxx则会出现 only ET_DYN and ET_EXEC can be loaded.

4. 错误
   在mex-link 缺少了-shared 命令，虽然编译通过，但是在test时候会cannot dynamically load executable

5. 错误
   在编译gpu版本，有些so不知道怎么提前给出，但是通过bashrc种的preload可以做到，这些有：
   export LD_PRELOAD=/usr/lib/x86_64-linux-gpu/libstdc++.so.6:/usr/local/cuda-7.5/lib64/libcudart.so:/usr/local/cuda-7.5/lib64/libcublas.so:/usr/lib/x86_64-linux-gpu/libprotobuf.so

6. warning
   gcc version的问题不是根本问题，其实没必要更换，就算是更换，其实也没必要直接删除旧版本，其实可以用alternative gcc/g++的方式实现，不过总之得root身份，没有的话就算了；
   另外，cuda-version，cudnn-version，matlab-version也不是错误的原因，只要是基本能匹配就可以，没比亚完全一致，不过warning是一定的

7. vl_compilenn
   该函数主要分为3部分，第一部分是构建参数，第二部分是compile，第三部分是mex-link，读者可以自己去对应。每次出错后再重新执行该文件，都需要把compile和link都重新做，是没有太大必要的。如果只是link error，那么可以把compile部分给block掉，用if 0 XXX end 方式就可以。不过如果compile部分有修改，则需要重新compile。
   无论是cpu还是gpu，都是如此。另外，gpu相对cpu，主要改的就是compile，在mex-link上还是一样的，可能在linkpass参数上有区别。

8. mexlink错误
   mex-link错误的原因多是找不到，如果手写link的话，一般是-la或者-L/path/to/link -la这般。既然路径找不到，不妨直接把vl_compilenn中mexlink的路径直接写清楚，按照刚提到的这般去写即可。

相比cpu版本，gpu版本启动慢，运行快；如果上面的错误都修改好了，那就应该没问题了。

PS：成功编译matconvnet花了两天的时间研究，中间屡次想要放弃，但是这个自己最熟悉matlab了，想要转python也不是那么轻松。而且别人的工作是基于这个平台，想要转的话，需要把代码转换过去也不是那么简单的事情。终于把骨头啃下来了！！！太爽了！！！像这种没有网络教程的安装工作，还是第一次完成，果然很难。