docker命令行安装matlab R2018a、matconvnet、gpu环境

本文链接：https://blog.youkuaiyun.com/HackerTom/article/details/110788706

本文介绍在Linux系统下安装Matlab R2018a和MatConvNet 1.0-beta25的详细步骤。包括下载解压文件、使用Docker容器、处理Matlab的iso文件、配置环境变量、激活软件，以及解决MatConvNet报错等问题，最后可在Matlab环境下测试GPU。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

matlab-cuda

Package

装 R2018a，[4] 有下载链：https://pan.baidu.com/s/1W6jWkaXEMpMUEmIl8qmRwg#list/path=%2F，提取码：igx6。
解压到 Linux-matlab2018a/：

R2018a_glnxa64_dvd1.iso
R2018a_glnxa64_dvd2.iso
Matlab2018aLinux64Crack.tar.gz。解压到 crack/，里面有两个 .lic 文件、R2018a/、readme.txt。

MatConvNet 在 [5] 下载，本文用的是 1.0-beta25 版。解压到 matconvnet-1.0-beta25/。（为了在 commit 制成 docker 镜像时 matconvnet 能保存到容器内，后续需将此文件夹复制到容器内的 /usr/local/ 下，见下文）

两个都下载到 /home/tom/downloads/。

Docker

由图可见，对应 cuda 版本是 9.0，用 pytorch/pytorch:0.4.1-cuda9-cudnn7-devel，可以白嫖里面的 cuda 9。

注意是 devel 版，而不是 runtime 版，因为后面装 matconvnet 需要用 cuda 目录。

docker pull pytorch/pytorch:0.4.1-cuda9-cudnn7-devel

启动时加 --privileged=true：

NAME="Matlab-R2018a"
docker run --gpus all --name=$NAME -dit --ipc=host --privileged=true \
    -v /home/tom:/home/tom \
    -v /home/tom/dataset:/home/dataset \
    pytorch/pytorch:0.4.1-cuda9-cudnn7-devel /bin/bash \
    > ~/log/docker/$NAME.$(date +%Y-%m-%d-%H-%M).log 2>&1

此处将 home 目录 /home/tom 映射去 docker 内同样位置，包含了前述下载路径（后面要在 docker 里用这些文件安装）。

Matlab

主要参考 [6]。

unpack .iso

在 Linux-matlab2018a/，分别解压两个 .iso 文件到 R2018a_glnxa64_dvd1/ 和 R2018a_glnxa64_dvd2/。好像其中有些操作需要权限。

有教程的做法是挂载 .iso 文件，然后在挂载目录操作的。但我挂载之后会报 /dev/loop0 is write-protected, mounting read-only，而后面又要改里面两个文件，所以考虑解压 .iso 文件，而不是挂载。
但直接用 7z 解压，会莫名少几个文件，所以我解压的做法是：先挂载，再复制出来…

cd Linux-matlab2018a
# pwd # /home/tom/downloads/Linux-matlab2018a
mkdir R2018a_glnxa64_dvd1
mkdir R2018a_glnxa64_dvd2

mkdir /mnt/matlab
# 解压 dvd1
mount -t auto -o loop R2018a_glnxa64_dvd1.iso /mnt/matlab
cp -r /mnt/matlab/* R2018a_glnxa64_dvd1/
umount /mnt/matlab
# 解压 dvd2
mount -t auto -o loop R2018a_glnxa64_dvd2.iso /mnt/matlab
cp -r /mnt/matlab/* R2018a_glnxa64_dvd2/
umount /mnt/matlab
rmdir /mnt/matlab

dvd2 -> dvd1

将 dvd2 里的内容复制去 dvd1 里，这一步对应教程的「将 dvd1 切换为 dvd2」，但我装的时候这样会报找不到 xx 文件，所以提前复制。

cp -r R2018a_glnxa64_dvd2/* R2018a_glnxa64_dvd1/

configuration

改 R2018a_glnxa64_dvd1/ 下两个配置文件。找到对应行，照住改。（这一步，如果是用挂载而不是解压，发现 read-only 而没法改，就换成解压的方法）

installer_input.txt

destinationFolder=/usr/local/R2018a  # 安装目录

fileInstallationKey=09806-07443-53955-64350-21751-41297  # crack/readme.txt 有写

agreeToLicense=yes

outputFile=/tmp/mathworks_install.log

mode=silent

activate.ini

isSilent=true

activateCommand=activateOffline

licenseFile=/home/tom/downloads/Linux-matlab2018a/crack/license_standalone.lic

其中 licenseFile 一项的路径按实际修改。

installation

进入 docker，执行：

cd Linux-matlab2018a
./R2018a_glnxa64_dvd1/install -inputFile /home/tom/downloads/Linux-matlab2018a/R2018a_glnxa64_dvd1/installer_input.txt

其中 -inputFile 用绝对路径，我用相对路径报错了。

activation

激活，docker 内：

cd /usr/local/R2018a/bin
./activate_matlab.sh -propertiesFile /home/tom/downloads/Linux-matlab2018a/R2018a_glnxa64_dvd1/activate.ini

# 将 crack/R2018a 的文件拷去安装目录 /usr/local/R2018a 里
cd /home/tom/downloads/Linux-matlab2018a/crack
cp -r R2018a /usr/local

environment variable

添加环境变量，在 docker 内的 .bashrc 末尾追加：

export PATH=/usr/local/R2018a/bin:$PATH
alias mrun='matlab -nodesktop -nosplash -r'  # 用 `mrun` 运行 .m 文件

不过这个 docker 镜像本身没装 vim，可以在外面改好再拷进去。然后：

source .bashrc

testing

docker 内执行：matlab -nodisplay。

报错：libXt.so.6: cannot open shared object file: No such file or directory，见 [7, 8]，ubuntu 执行 apt install x11-xserver-utils。要换 apt 源，见 [9]。

装完就可以了，在 matlab 环境下执行 gpuDevice 测试 gpu，会打印 gpu 信息。

MatConvNet

在宿主机下改一下 vl_simplenn.m 先，见 [11]。
下面 vl_compilenn 一行会报错：'/home/tom/Download/matconvnet-1.0-beta25/matlab/mex/vl_nnconv.mexa64' compiled with '-R2018a' and linked with '-R2017b'.。参考 [12]，将 matconvnet-1.0-beta25/matlab/ 下的 vl_compilenn.m 换成评论里的内容先。

然后进入 docker，在 matlab 环境下执行：

% 进入 matconvnet 的 matlab 目录
% cd /home/tom/downloads/matconvnet-1.0-beta25/matlab
% 2021.4.21 更新：先将 `matconvnet-1.0-beta25` 复制去 `/usr/local/`，再：
cd /usr/local/matconvnet-1.0-beta25/matlab

mex -setup
mex -setup C++

vl_compilenn('enableGpu', true, 'cudaRoot', '/usr/local/cuda', 'cudaMethod', 'nvcc', 'enableCudnn', true, 'cudnnRoot', '/usr/local/cuda')
vl_setupnn
vl_testnn('gpu', true)  % 测试 gpu 是否可用，可以中途 Ctrl-C 停止

2021.4.21 notes：由于这里 /home/tom/ 是挂载目录，在这里配置 matconvnet 的话，之后 commit 成镜像时 matconvmet 并不会保存到生成的镜像内（但上面的 matlab 会，因为是装在 /usr/local/R2018a/，不是挂载路径，是容器内的路径）。为了保存 matconvnet，先将 matconvnet 复制（而不是软链接）去 /usr/local/matconvnet-1.0-beta25/，再进行操作。
2021.5.1 notes：因 [13] 的环境「tf 1.4 + matlab」，考虑用 tensorflow/tensorflow:1.12.0-gpu-py3 做一个（cuda 版本对应），发现在 vl_compilenn 一步会报没有 cublas_v2.h 和 cudnn.h，而所缺文件在 pytorch/pytorch:0.4.1-cuda9-cudnn7-devel 的这个镜像里是有的，直接从后者把相应文件复制去前者的就可以了。可以用命令 find /usr -name cublas_v2.h 找位置。