SPAMS_matlab_v2.5

clear all;
get_architecture;

%%%%%%%%%%%%% COMPILER CONFIGURATION %%%%%%%%%%%%%%%%
% set up the compiler you want to use. Possible choices are
%   - ‘mex‘ （default matlab compiler） this is the easy choice if your matlab
%           is correctly configured. Note that this choice might not compatible
%           with the option ‘use_multithread=true‘. 
%   - ‘icc‘ （intel compiler） usually produces the fastest code but the
%           compiler is not free and not installed by default.
%   - ‘gcc‘ （gnu compiler） good choice （for Mac use gcc >= 4.6 for
%           the multi-threaded version otherwise set use_multithread=false）.
%           For windows you need to have cygwin installed.
%   - ‘clang‘
%   - ‘open64‘ （amd compiler） optimized for opteron cpus.
%   - ‘vs‘  （visual studio compiler） for windows computers （10.0 or more is recommended）
%            for some unknown reason the performance obtained with vs is poor compared to icc/gcc
compiler=‘gcc‘;

 %%%%%%%%%%%% BLAS/LAPACK CONFIGURATION %%%%%%%%%%%%%%
% set up the blas/lapack library you want to use. Possible choices are
%   - builtin: blas/lapack shipped with Matlab 
%           same as mex: good choice if matlab is correctly configured.
%   - mkl: （intel math kernel library） usually the fastest but not free.
%   - acml: （AMD Core math library） optimized for opteron cpus
%   - blas: （netlib version of blas/lapack） free
%   - atlas: （atlas version of blas/lapack） free
% ==> you can also tweak this script to include your favorite blas/lapack library
blas=‘builtin‘;

%%%%%%%%%%%% MULTITHREADING CONFIGURATION %%%%%%%%%%%%%%
% set true if you want to use multi-threaded capabilities of the toolbox. You
% need an appropriate compiler for that （intel compiler most recent gcc or visual studio pro）
use_multithread=true; % （might not compatible with compiler=mex）
% if the compilation fails on Mac try the single-threaded version.
% to run the toolbox on a cluster it can be a good idea to deactivate this

use_64bits_integers=true;
% use this option if you have VERY large arrays/matrices 
% this option allows such matrices but may slightly reduce the speed of the computations.


use_mkl_threads=false;
% use this option is you use the mkl library and intends to use intensively BLAS3/lapack routines
% （for multiclass logistic regression regularization with the trace norm for instance）
% this results in a loss of performance for many other functions

% if you use the options ‘mex‘ and ‘builtin‘ you can proceed with the compilation by
% typing ‘compile‘ in the matlab shell. Otherwise you need to set up a few path below.

path_matlab=‘‘;
%path_matlab=‘/softs/bin/‘;

%%%%%%%%%%%% PATH CONFIGURATION %%%%%%%%%%%%%%%%%%%%
% only if you do not use the options ‘mex‘ and ‘builtin‘
% set up the path to the compiler libraries that you intend to use below
add_flag=‘‘;
if strcmp（compiler‘gcc‘） 
    if linux || mac
       % example when compiler=‘gcc‘ for Linux/Mac:   （path containing the files l