MATLAB个人入坑指南

最近因各种原因使用了matlab，与python相比，我个人认为matlab的代码在数学公式方面可读性更高，明白数学公式和原理后，阅读起代码便很轻松。而python各种各样的转化运算容易让人混淆。但python的优势在于有各种各样的库文件，在做一些可视化分析等多样化、多元化的工作时，使用python的库文件便能够很简洁的完成。在完成工作而不要需要理解其原理时，python更为适合。
下面主要介绍使用matlab过程中遇到的问题。

读取与保存大数据文件

对于大数据的保存和读取，直接运行如下代码（x为变量名）

save xx.mat x 

会因为x的数据量过大而可能导致保存失败。因此需要运行如下代码，

data=matfile('DCMHdataset.mat','writable',true);
data.Ytrain(1:64,1:64,1:3,1:75000)=0;

如上代码所示，matfile可以有效保存数据。对于让其数据等于0，是先对其开辟空间。随后，保存数据时需要指定data.Ytrain的维度。

调整图像大小

一般来说，对于matlab VGG预训练模型，需要的输入图像大小为224x224x3。而我们的图像有时是多通道，有时大小为128x128。
（1）调整图像通道
对于灰度图像，我选用将单通道复制三次使其变成三通道。
对于多光谱图像（多通道），使用PCA降维成三通道的图像形式。
（2）调整图像大小。一般来说使用如下函数

A=imresize（input，[M,N]）

M和N分别为调整后的行数和列数。其中还可以在函数里增加调整的方法，例如内插法等。
官方文档如下：
链接: https://ww2.mathworks.cn/help/matlab/ref/imresize.html.

使用深度预训练模型

一般来说，需要vgg_net来使用。可以使用matlab的工具包直接运行vgg16，也可以下载vgg16.mat文件，来离线加载预训练模型。其中会用到matconvnet工具包。此工具包可以实现cnn的训练等操作。安装此工具包耗费了巨大精力和时间。最终发现是因为gcc的版本不对应，需要把gcc版本安装回4.9.2。使用gcc源码安装（直接下载后进行上传），解压文件后进行安装。安装步骤按照下图网址进行。
链接: https://www.jianshu.com/p/f0b28fb4661d.