matlab 编译 GPU 的 matconvnet

版本介绍：
VS2017 Community
MATLAB R2018b
NVIDIA GeForce MX150
Cuda 10.0
cudnn 对应Cuda的版本
matconvnet-1.0-beta25
编译过程：
在以上的工具全部安装后（不分先后顺序，不必配置环境变量）
添加matconvnet工具包到matlab的路径中

在命令行窗口敲命令：
mex -setup c++
cd 到 matconvnet 的 matlab文件夹下
vl_compilenn
同样编译成功。那么到这里时CPU模式编译成功。
然后写一个脚本

这里的 ‘cudaroot’ 和 ‘cudnnRoot’ 后面的路径一定要是自己安装的路径。如果你安装的版本和我的不一样，并且足够幸运的话，就会顺利的编译成功。如下图所示：

不过我觉得不会这么幸运，我的主要问题就是

如果你也遇到了，这个报错会根据你安装的matconvnet包的不同，错误使用后面的 line 会在不同行。我的建议是：请先尝试不同的版本的matconvnet，选一些新的版本尝试，重复之前所有的命令。那么也有说根据 Command 后面的提示，找到提示的m脚本，然后做修改，我尝试了几次，没有用。还有就是把cudnn.lib cudnn.h分别放到Cuda的放lib和.h的文件夹中去，这个我试了也是没有用的。也许对其他的版本组合会有用。
下面是我的坎坷的编译过程：

我在使用了25版本的包后，出现报错：

并且是在运行脚本后迅速结束，也就几秒钟，没有之前的warning提示。然后我在VS的安装路径下的VC文件夹下新建了一个src文件夹，没错就是一个空的，然后编译，出现一大堆warning,然后报错，这个时间有个几分钟。

这个warning我认为就和所有的老外的软件一样，总会有的。然后我在google上找到这个

在622行添加 ‘-R2018b’,…
编译，然后报错：

在上一个脚本359行，删掉largeArray

再次编译，报错：

那么到这里呢，已经成功了一大半了，网上有很多方法解决
在506行删掉一个&, 改成这样
if strcmp(arch, ‘win64’) & (opts.enableCudnn)
最后一次编译，成功。

到这里基本就成功了，你也可以输入
vl_testnn(‘gpu’, true)
测试是否成功，需要等待1000秒左右。我之前也看到过有的教程上说，如果编译成功，会在哪个文件夹生成编译后的程序，运行后，就可以看到编译的结果，这个我是没找到，也有说要把什么程序放到vs里去编译，我这个直接就报错了，到现在为止，我已经成功训练了自己的模型，说明我这个编译是没有问题的。
最后，祝各位顺利。