您的位置:首页 > 其它

MXNet安装教程

2015-12-06 17:54 561 查看
最近一直在学习深度学习,折腾了几个比较著名的深度学习的框架。尤其被caffe的各种依赖给弄怕了,虽然最后成功了,但是经过试用发现,caffe如果仅仅是使用或者做项目是非常方便的,而且还是使用的C++呀,但是如果要研究的话,感觉caffe相对而言没这么方便。

所以,我最终看好的是我大mxnet,使用方便,灵活性和效率并重,而且使用C++写的哦,大可以研究源码,而且相对于caffe而言,安装so easy(逃…

目录

目录

一安装环境

二安装步骤
安装cuda
获取CUDA安装包并安装

cuda的环境设置

完成lib文件的链接操作

安装OpenCV
安装依赖项

安装opencv

配置设置

安装mxnet
安装依赖项

安装mxnet

安装语言包

参考网站

一.安装环境

系统:ubuntu 15.04

显卡:GT635m(太渣,不要吐槽

python版本:2.7.9

GCC版本:4.9.2

二.安装步骤

1.安装cuda

因为大多深度学习的框架都支持cuda加速,所以我们也来安装一下:

1.获取CUDA安装包并安装

安装包请自行去NVidia官网下载

然后运行一下代码

sudo dpkg -i cuda-repo-ubuntu1504-7-5-local_7.5-18_amd64
sudo apt-get update
sudo apt-get install -y cuda


2.cuda的环境设置:

新建cuda.conf,并编辑

sudo gedit /etc/ld.so.conf.d/cuda.conf


/usr/local/cuda/lib64

/lib

3.完成lib文件的链接操作

执行:

sudo ldconfig -v


偶啦~

因为我的显卡太low,用不了cuDNN加速,所以也就没有安装了。

2.安装OpenCV

1.安装依赖项

sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg62-dev cmake libswscale-dev libjasper-dev


2.安装opencv

opencv官网下载源码,解压进入源码文件夹,执行:

mkdir build
cd build
cmake ..
make
sudo make install


3.配置设置

sudo gedit /etc/ld.so.conf.d/opencv.conf


在末尾加上:

/usr/local/lib

然后执行:

sudo ldconfig


打开/etc/bash.bashrc,加入:

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig

export PKG_CONFIG_PATH

3.安装mxnet

1.安装依赖项:

sudo apt-get update
sudo apt-get install -y build-essential git libatlas-base-dev libopencv-dev


2.安装mxnet:

sudo git clone --recursive https://github.com/dmlc/mxnet cd mxnet
sudo cp make/config.mk .


可自己修改config.mk文件中的设置来自定义build,如可修改:

USE_CUDA = 1

USE_CUDA_PATH = /usr/local/cuda

然后执行:

sudo make -j4


3.安装语言包

因为我使用的是python,所以我这儿只讲python的相关安装了,R,Julia等的直接看文档就行啦~

因为用python需要使用numpy所以干脆直接把科学计算需要的包一下装齐了吧。

sudo apt-get install python-numpy python-scipy python-matplotlib


接着安装mxnet包,这样才能在python中使用:

在mxnet路径下:

cd python
sudo python setup.py develop --user


之所以用develop,是因为便于以后修改python源码~

保险起见,我们还是设置一下环境变量:

sudo gedit ~/.bashrc


在最后输入:

export PYTHONPATH=/opt/mxnet/python

我的mxnet在/opt下,所以改成自己的mxnet所在路径就OK啦~

最后,我们来实验一下:

在mxnet路径下执行:

sudo python example/image-classification/train_mnist.py --network lenet --gpus 0


安装教程就是酱啦~

研究深度学习的同志们,一起努力,相互探讨哦~

参考网站:

[1]mxnet文档

[2]CUDA官网

[3]OpenCV官网
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: