本篇为在上一篇Ubuntu16.04配置好caffe GPU版的基础上，编译caffe的matlab接口介绍

编译caffe的matlab接口

（1）修改caffe-master/Makefile.config
  这一步主要是在Caffe的编译配置文件Makefile.config中加入Matlab的路径。注意路径文件夹是要包含Matlab安装目录的“bin”文件夹的。

（2）编译接口。这里默认已经编译好了Caffe源码主体部分。所以直接编译接口。在caffe-master目录下打开终端，输入： make matcaffe 至于如何编译Caffe源码的主体部分请大家百度，就是make all ,make test那些。我是一开始没有在Makefile.config中加入Matlab路径，所以编译Caffe主体代码时不会编译Matlab接口。
（3）测试接口。输入 make mattest
  这里可能报错：caffe_.mexa64: undefined symbol: _ZN2cv8imencodeERKNSt7__cxx1112basic_stringIcSt11char_traitsIcESaIcEEERKNS_11_InputArrayERSt6vectorIhSaIhEERKSB_IiSaIiEE

PS：只替换库libstdc++.so.6是不行的，要解决此问题需要多替换几个库。输入终端命令：

1 export LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libopencv_highgui.so.2.4:/usr/lib/x86_64-linux-gnu/libopencv_imgproc.so.2.4:/usr/lib/x86_64-linux-gnu/libopencv_core.so.2.4:/usr/lib/x86_64-linux-gnu/libstdc++.so.6:/usr/lib/x86_64-linux-gnu/libfreetype.so.6
2 export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu/

注意：目录/usr/lib/x86_64-linux-gnu/是我的系统库目录。大家可以通过查询库所在位置来确定自己的系统库目录：
sudo find / -name libstdc++.so.6
重新运行make mattest ， 问题解决～

下面是我另外碰到的一些问题：
① MEX-file ‘/home/zhangjiqing/caffe/matlab/+caffe/private/caffe_.meax64’无效：/home/zhangjiqing/caffe/matlab/+caffe/private/caffe_.mexa64:undefined symbol:_ZN2cv8imencodeERKNSt7_cxx1112basic_stringSt11char_traitslcESalcEEERKNS_1alhEERKSB_liSaliEE
解决方法如下：

②运行make mattest时可能会碰到下面这个错误：
MEX-file ‘/home/a204/caffe/matlab/+caffe/private/caffe_.meax64’无效：/usr/local/MATLAB/R2015b/bin/glnxa64/../../sys/os/glnxa64/libstdc++.so.6:version GLIBCXX_3.4.20not found(required by /home/a204/caffe/matlab/+caffe/private/caffe_.mexa64)解决方式是将matlab的libstdc++.so.6链接到系统的库文件。

sudo rm /usr/local/MATLAB/R2015b/sys/os/glnxa64/libstdc++.so.6
sudo ln -s /usr/lib/x86_64-linux-gnu/libstdc++.so.6 /usr/local/MATLAB/R2015b/sys/os/glnxa64/libstdc++.so.6

这样可以解决，不过主要在使用rm命令式需要谨慎，先备份。

（4）在Matlab中试试接口

<1>下载bvlc_reference_caffenet.caffemodel
链接：http://dl.caffe.berkeleyvision.org/bvlc_reference_caffenet.caffemodel

下载好之后放入文件夹/caffe-master/models/bvlc_reference_caffenet 这是因为一会运行的demo要使用这个模型。

<2>在终端输入命令“matlab”(打不开的自己去添加PATH)打开Matlab，切换到目录/caffe-master/matlab/demo/（这很重要）

<3>输入命令 run(‘classification_demo.m’) 或者双击打开classification_demo.m直接点击上面控制台上的“运行”即可，不需要输入参数。

<4>输出是一个1000×1的矩阵，因为ImageNet数据集有1000个类别。

到此OK，大家加油～