SPAMS（SPArse Modeling Software）这里就不做过多地介绍啦，不懂的可以自行查找资料阅读，下面直接上干货~~
下载地址：http://spams-devel.gforge.inria.fr/index.html，我这里下载的是spams-matlab-v2.5，解压后的文件夹是这样的：
关于该工具箱各个函数的使用（每个函数都有一个测试文件供测试，在test_release文件夹中）可以参考doc文件夹下的doc_spams.pdf文件。
该工具包给出的是C++代码，所以需要编译才能最终使用。也正是因为如此，该工具箱不仅可以跨平台，而且运行速度也很快。
对于安装，可以在在HOW_TO_INSTALL.txt中有简单说明，这里稍微总结一下，就是叫你使用compile.m进行文件编译，对于不同的计算机，配置都在这个文件中调整，所以 使用matlab打开compile.m文件，前144行是用来做配置的，后面的就不要乱动了，作者是这样说的：
意思就是叫你不要乱动接下来的行。
从compile.m文件可以看到，前144行的配置主要涉及4个部分：COMPILER CONFIGURATION 编译器配置、BLAS/LAPACK CONFIGURATION 数学函数库配置、MULTITHREADING CONFIGURATION 多线程配置、PATH CONFIGURATION 路径配置。
那么我们所要做的就是根据自己的电脑修改相应的配置（其实就是设置参数，从compile.m文件中我们也可以看的出来）。我的电脑配置如下（win10 64bit、matlab R2014a、vs2013），那么我们相关配置如下：
1、COMPILER CONFIGURATION 编译器配置
%%%%%%%%%%%%% COMPILER CONFIGURATION %%%%%%%%%%%%%%%%
%编译器配置
% 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='mex';%这里我使用的matlab默认的编译器。我们可以使用mex -setup配置matlab默认编译器，比如我想编译现在的cpp文件，那么我配置matlab为“mex -setup C++ ”，如下图所示：
点击mex -setup C++就可以啦，其实就是执行了该命令。
注：这里其实就跟compiler='vs'一样了，只是如果配置成'vs'，下面需要改vs编译器路径，使用'mex'相当于让matlab帮配置好了，后面的路径配置什么也不用管。
2、BLAS/LAPACK CONFIGURATION 数学函数库配置
%%%%%%%%%%%% BLAS/LAPACK CONFIGURATION %%%%%%%%%%%%%%
%数学函数库配置
% 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';% 直接使用matlab自带的数学函数库就行
3、MULTITHREADING CONFIGURATION 多线程配置
%%%%%%%%%%%% MULTITHREADING CONFIGURATION %%%%%%%%%%%%%%
%多线程配置
% 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=false; % (might not compatible with compiler=mex)%上面配置编译器时已经有提示，选择mex，会与'use_multithread=true'有冲突，所以直接配置为false
% 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;%我的电脑是64bit，所以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='';%上面两行已经说得很清楚，使用mex编译器，直接跳过这里的两个配置即可
%path_matlab='/softs/bin/';
4、PATH CONFIGURATION 路径配置
%%%%%%%%%%%% PATH CONFIGURATION %%%%%%%%%%%%%%%%%%%%
%路径配置
% 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
% 此后一律不动，只有如果使用了其他编译器、数学函数库，才需要改相应的路径
--------------------------------------------------------分割线----------------------------------------------------------------
按上面的过程配置好后，再matlab键入compile运行执行编译。编译过程顺利完成!我们可以看到在build文件夹下，有好多生成的.mexw64文件。
接下来我们进行一个代码运行测试过程，如何使用工具箱内的函数，可以参考刚才提到的doc_spams.pdf文件，里面介绍的比较详细。这里运行test_release/test_TrainDL.m文件做一个测试：
。。。。。。。。。。。。。。。。。。。。。还没运行好，估计计算量比较大吧，应该没问题，就不接着运行了~~
我的这个工具箱安装还挺顺利地呢，是不是从开始就一帆风顺呢？？？
no~~
我才开始也网上找了不少方法，看了好多博客（下面会给出参考博客的，参考博客包含一些遇到错误的解决方法~~）啥的，走了好多弯路，上面的是记录我的安装配置的一种情况，供大家分享交流~~
参考博客：