cifar-10之matlab初步

要做数图的作业，使用matlab来训练cifar-10数据集，总共花了四五天的时间，把该跑的跑通了，还有很多不明白之处，以后继续学习。
系统：win10 x64位系统
首先作业的任务是：使用神经网络框架，对cifar-10数据集进行测试，待选的框架有：Caffe, Tensorflow, MatConvnet, Pytorch，我使用了matlab，所以用MatConvnet框架。
前面的几个作业都很好做，网上基本上都有现成的代码，一些需要总结的地方以后再总结。这个作业显然没有现成的例子可以抄，所以需要自行百度。
cifar-10图像数据集： Cifar-10是由Hinton的两个大弟子Alex Krizhevsky、Ilya Sutskever收集的一个用于普适物体识别的数据集。Cifar是加拿大政府牵头投资的一个先进科学项目研究所。
Cifar-10由60000张32*32的RGB彩色图片构成，共10个分类。50000张训练，10000张测试（交叉验证）。这个数据集最大的特点在于将识别迁移到了普适物体，而且应用于多分类（姊妹数据集Cifar-100达到100类，ILSVRC比赛则是1000类）。
这篇博客简单介绍了cifar-10，也有下载地址：
http://blog.csdn.net/qq_20259459/article/details/62889208
这篇介绍了怎么使用数据集，一些简单操作，还有解压的代码：
http://blog.csdn.net/awdac/article/details/54143377
这篇是训练技巧，看不懂，mark一下：
https://www.cnblogs.com/neopenx/p/4480701.html
MatConvnet：MatConvnet是一个实现卷积神经网络（CNN）的MATLAB工具箱，MatConvNet提供了几个在MNIST，CIFAR 10和Image Net数据上学习具有随机梯度下降和CPU或GPU的CNN的示例，在examples/cifar文件夹下,是MatConvNet自带的模型，可供调用学习。
下载在官网下载即可：http://www.vlfeat.org/matconvnet
最好放在matlab根目录下，如图。
关于卷积神经网络，这个专题来写，这里只写怎么实现，重点是MatConvnet的配置。
http://blog.csdn.net/striker_v/article/details/52800857 这里收集了两篇文章，都挺好的，参考。
MatLab版本：R2017a。
在计算过程中，Matconvnet需要调用C来完成计算，所以需要用到mex功能，MEX文件是一种可在matlab环境中调用的C语言（或fortran）衍生程序。
C编译器版本：visual studio2015 enterprise。不同版本matlab需要的编译器版本不同，matlab R2017a要求vs版本在2015以上。官网可查：
https://www.mathworks.com/support/compilers.html?s_cid=pi_scl_5_R2017a_win64
我是先装的matlab，后装vs，matlab不能正常调用vs功能，报错。把matlab卸载重装后问题解决，所以我的经验是先装vs再装matlab。
可以使用Cpu和Gpu两种方式来计算，Gpu计算需要安装Cuda和Cudnn，
Cuda显卡厂商NVIDIA推出的运算平台，可以理解成支持GPU运算的计算架构，Cudnn是用于深度神经网络的GPU加速库，基于Duda之上的计算工具。
它们之间关系：http://blog.csdn.net/fangjin_kl/article/details/53906874
Cuda版本：8.0.61，Cudnn：8.0
安装基本按照这个来的：http://blog.csdn.net/xsc_c/article/details/23470565，
http://blog.csdn.net/xuezhisdc/article/details/48651003

按照最开始给的网页教程，就可以运行了：http://blog.csdn.net/zhjm07054115/article/details/49964597
。
中间遇到很多问题，待补。