中文介绍：MatConvNet是一个MATLAB工具箱，提供了计算机视觉的卷积神经网络（CNN）。简单，高效，是一个先进的可以运行和学习的CNN。许多预测训练的CNN网络可以用于图像分类，分割，面部识别和文本检测。
下载官网：http://www.vlfeat.org/matconvnet/
下载后无需安装，只需解压，然后在Matlab中进行配置即可。
实验平台：win7 64位；Matlab R2015b；VS2013；matconvnet-1.0-beta20
（注意较新的版本如matconvnet-1.0-beta25，不支持vs2013）
配置GPU时，用的CUDA v7.5，cuDNNv5.0（开始装的CUDAv8.0，出现错误，卸载装7.5成功）
下载完成后解压到文件夹：
下面步入正题：
一、 CPU配置
1、打开MATLAB，进入解压的文件夹路径；
2、在命令窗口输入：mex –setup（注意中间有空格，不是下划线）：
3、点击mex-setup C++
4、在matconvnet-1.0-beta20文件夹下新建Compile.m文件，并运行：
addpath matlab
vl_compilenn
5、结果如下，则表示成功：
二、 GPU配置
可以先在MATLAB中运行命令gpuDevice，查看电脑显卡属性；
若弹出如下窗口，则可能显卡驱动版本不对，可以卸载驱动，然后用驱动精灵安装其推荐的版本，重启即可。
1、 需要先下载安装CUDA，下载地址：https://developer.nvidia.com/cuda-downloads
注意下载的CUDA版本要支持电脑上的GPU型号。安装最好安装在默认路径下。
【下面这一步可以跳过，但最好检查一下（检查是否安装CUDA成功）：】
1. 在默认安装路径下，C:\ProgramData\NVIDIACorporation\CUDA Samples\v7.5中，打开Samples_vs2013.sln（即本机vs对应版本即可），在release下生成解决方案：
可能会遇到错误（这个错误在安装CUDAv8.0遇到，安装DXSDK_Jun10.exe后还是有错误，后来卸载8.0安装7.5直接成功）：
找不到”d3dx9.h”、”d3dx10.h”、”d3dx11.h”头文件，网上的方法是百度下载DXSDK_Jun10.exe并安装（在第一次安装CUDA8.0时这样尝试没有用，后面卸载CUDA8.0装7.5直接没有问题了，不知道和安装了这个有没有关系）。
下载网址http://www.microsoft.com/en-us/download/details.aspx?id=6812
之后再重新编译。
2. 编译完成后，在文件夹C:\ProgramData\NVIDIACorporation\CUDA Samples\v7.5\bin\win64\Release下，利用cmd打开分别bandwidthTest.exe，以及deviceQuery.exe，判断是否安装成功，Result=PASS 即成功。
2、下载cuDNN。下载地址：https://developer.nvidia.com/cudnn
注意下载的cuDNN版本要与安装的CUDA版本对应：
3、将下载好的cuDNN解压，在你的matconvnet的路径下面新建文件夹local，将解压后的cuDNN文件夹放在local中。然后将cuDD里面的bin文件夹下面的cudnn64_5.dll文件复制至matconvnet的matlab里面的mex文件夹里面。
4、输入命令 mex –setup，等等（同CPU中2、3步骤）；
5、为cuDNN搭建配置：
在matconvnet的路径下面创建一个名字为：compileGPU 的.m文件（CODE如下）：
addpath matlab;
vl_compilenn('enableGpu', true, ...
'cudaRoot', 'C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5', ... %填写CUDA安装路径
'cudaMethod', 'nvcc', 'enableCudnn', 'true', ...
'cudnnRoot', 'E:\matconvnet-1.0-beta20\local\cuda'); % cuDNN路径
6、 运行该compileGPU.m文件，若无错误，则GPU配置完成。
本人遇到错误如下：Error: matlab/src/bits/impl/pooling_gpu.cu(163)
原因：这个的原因是CUDA6.0 后定义了atomicAdd 所以会出现重复定义的错误。 一共有两个文件里存在这个重复定义的问题，分别在
pooling_gpu.cu,line 163
(定义了atomicadd)
bilinearsampler_gpu.cu,line 25
(定义了atomicadd)
Solution： 这个的解决方式是在这两个文件里定义如下的宏：
#if!defined(__CUDA_ARCH__) || __CUDA_ARCH__ >= 600
#else
<... placehere your own pre-pascal atomicAdd definition ...>
#endif
将如上的定义复制到如上文件里的头部， 将文件里定义的atomicadd function 剪切放在<... place here your ownpre-pascal atomicAdd definition ...> 中。