matconvnet是在Matlab（我是2015Rb版本）上实现神经网络计算的一个工具包，相对于其他的一些工具库，它的安装非常简单，昨天听友人说这个很方便，今天趁没事安转一个试试
Windows版本
- 链接Matlab的编译器
因为我windows10下是首先安装的Matlab，所以Matlab没有指定编译器。在安装VS2013后，再使用这篇博客的方法，为Matlab指定编译器。 - 下载Matconvnet
MatCovNet官网可以下载到最新版。 - 安装相应的驱动
电脑上仍然需要安装CUDA（我用的8.0版本），可以在NVIDIA官网下载。
下载cudnn库（我现在用的5.1版本），解压至Matconvnet下的local目录（需要新建） - 编译
在Matconvnet文件夹下
vl_compilenn('enableGpu',true,'cudaRoot','C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v8.0','cudaMethod' ,'nvcc','enableCudnn','true','cudnnRoot','local/cuda')
把cudnn/bin下面的cudnn64_5.dll复制到mex文件夹下。这一步，这个博客说的很详细。
- 使用GPU-Z查看GPU的使用率
在成功编译后， 可以下载一个GPU-Z，然后运行Matconvnet下的一个example来看看GPU的使用率
Train Example 1
Linux版本
- CUDA安装
可以参考之前写的内容，有详细的Ubuntu CUDA安装方法 - cudnn安装
与Windows中的方法一样，下载Cudnn5.1版本，然后在MatconvNet文件下新建一个Local文件夹 - 编译
vl_compilenn('enableGpu',true,'enableCudnn',true,'cudnnRoot','local/cuda')
#不用制定CUDA的路径，因为系统自己能找到
然后在Linux里面利用NVDIA自带的工具查看GPU的使用情况
Train Example 2
