感覺由於前期基礎，做的還行，各種環境匹配，所以配置還是挺簡單的。就是不知道后續代碼看起來會不會難。運行速度到底咋樣。
主要 參考了：
MatConvNet教程----- Win7下編譯和配置詳解
MatConvNet+Matlab2017a+CUDA8.0安裝
win7+matlab2016b+matconvnet+1-25beta+vs2015安裝
整體總結：
安裝順序：筆者推薦為matlab—visual studio—cuda，一般把cuda放在vs后安裝，是因為如果cuda在vs之前安裝，可能會導致vs安裝之后新建項目里不會出現nvidia的項目。
1）其實就是注意好環境，安裝就很簡單了。
2）應該從github上找最新的版本，而不是從官網上下載。
3）一定要先編譯CPU版本，再編譯GPU版本，否則直接編譯GPU版本的話會報錯
4）並不支持所有的cudnn版本，要找到5.0或者5.1版本的cudnn才支持，不然會報錯
5）
設置環境：
解壓matconvnet到matlab安裝目錄下。其實matconvnet可以放在任意位置，但是后面編譯的時候可能要配置地址，避免安裝不成功，就放在了matlab根目錄下：
配置CPU版本（必須要先編譯cpu版本，然后再gpu才不會出錯的）：
運行mex -setup, 再提示信息中選擇VS C++
在C:\Program Files\MATLAB\R2017b\matconvnet-1.0-beta25\matlab文件夾下，運行vl_compilenn.m
生成mex文件夾
可以測試下：
> vl_testnn
配置GPU版本：
修改C:\Program Files\MATLAB\R2017b\matconvnet-1.0-beta25\matlab\vl_compilenn
由於顯卡為1080，所以改arch為61。加入cudnn。我電腦是win7 64，cuda8。實驗很多次都無法配置cudnn，所以放棄了。
根據提示，在C:\Program Files\MATLAB\R2017b\matconvnet-1.0-beta25\matlab下新建local/cudnn，把cudnn全部拷貝進去
把cudnn**.dll拷貝到C:\Program Files\MATLAB\R2017b\matconvnet-1.0-beta25\matlab\mex
vl_compilenn('enableGpu', true)
測試：
很多地方說要
，但是我是直接運行cnn_cifar.m看結果的。
也可以運行>> vl_testnn('gpu', true)
- 安裝autonn
Extract the AutoNN files somewhere, then pull up a Matlab console and get confortable! The first step is to add MatConvNet to the path (with vl_setupnn), as well as AutoNN (with setup_autonn). Note that no compilation is required for AutoNN.
官網為上述操作。但是實際還是采用下面的操作，整體更整潔。
vl_contrib('install', 'autonn') ;
vl_contrib('setup', 'autonn') ;
vl_contrib('test', 'autonn') ; % optional
- 配置mcnExtraLayers
The module is easiest to install with the vl_contrib package manager:
vl_contrib('install', 'mcnExtraLayers') ;
vl_contrib('setup', 'mcnExtraLayers') ;
vl_contrib('test', 'mcnExtraLayers') ; % optional
Matconvnet輸出網絡結構的語句
這個需要先安裝GraphViz
net.print('Format','dot')