学习MatConvNet之路

       在学习MatConvNet之前，还学习了简单的CNN Toolbox--DeepLearnToolbox-master。学习了Matlab基础知识，然后查资料运行这个matalab工具箱中CNN(卷积神经网络)的简单例子。由于工具箱里还没有minist数据集，自己后来找到，又发现还缺少文件夹util（里面包含了许多写好的函数）。这样完成了最早的最简单的一个卷积神经网络的实例。然后我又想替换原来的数据集，不断的摸索，不断模仿minist这个数据集在输入CNN之前的结构。经过很多次的尝试，终于也成功了。

      想了解DeepLearnToolbox-master，可以参看

CNN的构建和解释--最简单的CNN构造（LeNet-5）# By deepLearnToolbox-master

       接下来，就是发现了这个MatConvNet，是在一篇博客里发现了它，发现它可以实现语义分割，然后我就开始了学习MatConvNet的旅程。这篇博客是：http://blog.csdn.net/zhjm07054115/article/details/51569450

GitHub：https://github.com/vlfeat/matconvnet 

MatConvNet is a MATLAB toolbox implementing Convolutional Neural Networks (CNNs) for computer vision applications. It is simple, efficient, and can run and learn state-of-the-art CNNs. Several example CNNs are included to classify and encode images. Please visit the homepage to know more.

In case of compilation issues, please read first the Installation and FAQ section before creating an GitHub issue. For general inquiries regarding network design and training related questions, please use the Discussion forum.

       MatConvNet是一个实现计算机视觉应用的卷积神经网络（CNNs）的MATLAB工具箱。它简单，高效，可以运行和学习最先进的CNNs。包括几个CNN例子来分类和编码图像。请访问主页(MatConvNet官方文档)了解更多信息。

      如果出现编译问题，请先阅读安装和常见问题解答部分，然后再创建GitHub问题。有关网络设计和训练相关问题的一般咨询，请使用论坛。

MatConvNet官方文档：

1.获取MatConvNet
2.文档 手册（PDF）
3.扩展
4.入门
   a.快速入门指南
   b.安装说明

   c.使用预先训练的模型：VGG-VD，GoogLeNet，FCN，......

对象检测、人脸识别、语义分割、ImageNet ILSVRC分类、文件校验和，还有较旧的文件版本

   d.培训你自己的模特
   e.CNN包装：线性链或DAG
   f.使用GPU加速代码
   g.教程（分类），教程（回归），幻灯片
5.用例
   a.全卷积网络（FCN）训练和评估代码可在此处获得。
   b.麻省理工学院的计算机视觉课程正在使用MatConvNet进行他们的最终项目
   c.用MATLAB和cuDNN深入学习计算机视觉（NVIDIA ...）
   d.亚利桑那大学的行星科学研究（NVIDIA ...）

6.其他信息

学习MatConvNet之路

1.首先就是配置MatConvNet，可以看上一篇博客http://blog.csdn.net/qq_37274615/article/details/72529112

2.然后就是熟悉这个MatConvNet，我参看了一个人工智能的社区http://studyai.com/，主要学习了课程MatConvNet源码全解析和基于MatConvNet的FCN图像语义分割算法

3.小结一下，在学习MatConvNet源码全解析时：

编译完成后，运行cnn_cifa.m文件，运行结果如下：

蓝色是训练错误率  绿色是测试错误率。

其中top1是前1命中错误率，top1是只让你猜一次；

top5 是前5命中错误率 ，top5是让你猜5次，只要这5次里面有一次正确，就算正确。

在FCN图像语义分割算法，以下几个记忆犹新：

（1）数据的路径

                        

（2）安放完压缩包还会去下载，最后又将压缩包copy了一份到这个data/archives文件夹

                    

（3）运行fcn_Test.m

opts.gpus = [] ;%cpu运行

opts.gpus = [1] ;%gpu运行

        发现gpu运行报错，从报错看是配置的问题，可能就是显卡太低。cpu下运行通过，但是笔记本电脑快炸了。就先这样告一段落了。学习了MatConvNet，还是有不少收获的，学习了卷积神经网络的基本知识，学习了MATLAB的调试。