matlab coder为用于深度学习神经网络的代码生成安装MKL-DNN并配置环境

         近来在做一个烟盒外包装缺陷检测的横向项目，运用到了迁移学习（感兴趣的同学可以访问MATLAB Course进行学习），效果十分理想。

        后面想把这个项目的matlab代码通过matlab coder生成c++代码在visual studio上运行，相关的教程在（使用 MATLAB Coder App 生成 C 代码- MATLAB & Simulink- MathWorks 中国）上十分详细；也可以通过观看这个视频学习，博主将生成代码的过程进行了讲解，还讲解了如何配置并在visual studio运行。（30分钟入门Matlab Coder，部署C代码到Visual Studio_哔哩哔哩_bilibili）

        但是因为烟盒外包装缺陷检测运用到了神经网络，需要额外配置mkldnn，不然无法生成代码，因此花了一些时间和精力安装和配置mkldnn的环境，下面记录一下：

Windows MKL-DNN 构建说明

1、下载安装CMake(Windows下CMake安装教程_aidjmcv的博客-CSDN博客_cmake安装教程)。

2、在（mirrors / intel / mkl-dnn · GitCode）下载最新的mkldnn压缩包，我下载的是mkl-dnn-master.zip，解压后更改文件夹名称并剪切至C:\Program Files文件夹中。

3、生成用于编译的 makefile

方法一：

直接运行CMake.exe，在"where is the source code"中输入“C:/Program Files/mkl-dnn”，在"where to build the binaries"中输入“C:/Program Files/mkl-dnn/build”，然后点击左下角的Configure按钮，最后点击Generate即可生成。

方法二：参考这篇博客，具体操作我也写出来了（MATLAB Coder: How do I build the Intel MKL-DNN library for Deep Learning C++ code generation and deployment? -）

打开anaconda prompt或者命令提示符，转到C:/Program Files/mkl-dnn文件夹，运行如下命令：

mkdir build
cd build
cmake ..

然后转到C:/Program Files/mkl-dnn/build，运行如下命令：

cmake --build . --config Release

然后将C:/Program Files/mkl-dnn/build/src/Release中的dnnl.lib、dnnl.dll这两个文件复制到C:/Program Files/mkl-dnn/lib中。

4.编辑环境变量

在环境变量path中添加C:\Program Files\mkl-dnn和C:\Program Files\mkl-dnn\lib

补充：在使用matlab coder生成深度学习神经网络的c++代码时需要用到mkldnn,所以一定记得要在生成之前，在matlab命令行窗口运行这两句代码：

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

setenv('PATH', [getenv('INTEL_MKLDNN') filesep 'lib' pathsep getenv('PATH')])