# MatConvNet-oneclick

**Repository Path**: huogenwang/MatConvNet-oneclick

## Basic Information

- **Project Name**: MatConvNet-oneclick
- **Description**: MatConvNet使用指南
- **Primary Language**: Matlab
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2021-03-16
- **Last Updated**: 2021-03-16

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

MatConvNet训练自己的数据
-----
当前几乎所有主流的开源深度学习工具都做了一个非常强的假设：用户会自己去看源代码，也就是所谓的代码是自解释的。

其实真的也没什么难的，就是按照基本流程来就好了：

无外乎准备数据，设计网络结构，开始训练，最后是验证训练的结果。

MatConvNet示例数据都是很常用的，mnist、cifar等有自己的存储格式，按照它给的定义解析出来就好了。ImageNet太大，100多G，小课题组没有强大的装备不可能去实现，也没那个必要。

这里给出的示例相对而言还是比较科学的，把每个类别的数据放在同一个文件夹下，然后依次读取，并划分训练集和验证集，只不过还缺少一个随机打乱数据顺序的过程。

网络结构可以参考已有的结构，稍加改动，训练就一句代码搞定。

验证训练效果的话也可以参考已有的例子实现。

具体参见  MatConvNet使用指南.pdf

相关：
[mxnet训练自己的数据](https://github.com/imistyrain/mxnet-mr)