深度学习Caffe实战笔记（10）Windows Caffe使用MATLAB接口提取和可视化特征

上一篇博客中介绍了如何使用MATLAB训练和测试数据，这篇博客介绍如何从训练好的模型中提取图像特征，并介绍把卷积层特征可视化方法。
之前提取特征都是用python，尽管用python提取特征很方便，但是感觉MATLAB提取特征更方便，因为博主对MATLAB比较熟悉，对python不太熟悉，，，，，，可视化部分我参考了http://www.2cto.com/kf/201609/550879.html，特征提取是我自己总结的，这个博客里还介绍了权重的可视化，大家自己去拜读一下吧。
开始train（最近博客审核的好慢啊）

1、提取特征
当把图像数据forward之后，所有的数据都存在了blob当中，所以只需要从blob当中把数据提取出来即可，

names=net.blob_names; %网络每一层的名字
featuremap=net.blobs(names{mapnum}).get_data();%获取指定层的特征图，mapnum需要自己指定，既哪一层

把names输出得到结果

这是每一层的名字，featuremap=net.blobs(names{mapnum}).get_data();featuremap就是指定层的特征图，计算一个featuremap的大小，发现这是一个4维数据：

[m_size,n_size,num,crop]=size(featuremap) %获取特征图大小，长*宽*卷积核个数*通道数
通道数就是上一篇博客里介绍的crop之后的10张图。m_size,n_size,num,crop分别代表feature map的长，宽，卷积核个数和通道数。

如果我们想要提取其中一张c