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…
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
显卡:GT635m(太渣,不要吐槽
python版本:2.7.9
GCC版本:4.9.2
然后运行一下代码
/usr/local/cuda/lib64
/lib
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。
在末尾加上:
/usr/local/lib
然后执行:
打开/etc/bash.bashrc,加入:
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
可自己修改config.mk文件中的设置来自定义build,如可修改:
USE_CUDA = 1
USE_CUDA_PATH = /usr/local/cuda
然后执行:
因为用python需要使用numpy所以干脆直接把科学计算需要的包一下装齐了吧。
接着安装mxnet包,这样才能在python中使用:
在mxnet路径下:
之所以用develop,是因为便于以后修改python源码~
保险起见,我们还是设置一下环境变量:
在最后输入:
export PYTHONPATH=/opt/mxnet/python
我的mxnet在/opt下,所以改成自己的mxnet所在路径就OK啦~
最后,我们来实验一下:
在mxnet路径下执行:
安装教程就是酱啦~
研究深度学习的同志们,一起努力,相互探讨哦~
[2]CUDA官网
[3]OpenCV官网
所以,我最终看好的是我大mxnet,使用方便,灵活性和效率并重,而且使用C++写的哦,大可以研究源码,而且相对于caffe而言,安装so easy(逃…
目录
目录一安装环境
二安装步骤
安装cuda
获取CUDA安装包并安装
cuda的环境设置
完成lib文件的链接操作
安装OpenCV
安装依赖项
安装opencv
配置设置
安装mxnet
安装依赖项
安装mxnet
安装语言包
参考网站
一.安装环境
系统:ubuntu 15.04显卡:GT635m(太渣,不要吐槽
python版本:2.7.9
GCC版本:4.9.2
二.安装步骤
1.安装cuda
因为大多深度学习的框架都支持cuda加速,所以我们也来安装一下:1.获取CUDA安装包并安装
安装包请自行去NVidia官网下载然后运行一下代码
sudo dpkg -i cuda-repo-ubuntu1504-7-5-local_7.5-18_amd64 sudo apt-get update sudo apt-get install -y cuda
2.cuda的环境设置:
新建cuda.conf,并编辑sudo gedit /etc/ld.so.conf.d/cuda.conf
/usr/local/cuda/lib64
/lib
3.完成lib文件的链接操作
执行:sudo ldconfig -v
偶啦~
因为我的显卡太low,用不了cuDNN加速,所以也就没有安装了。
2.安装OpenCV
1.安装依赖项
sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg62-dev cmake libswscale-dev libjasper-dev
2.安装opencv
去opencv官网下载源码,解压进入源码文件夹,执行:mkdir build cd build cmake .. make sudo make install
3.配置设置
sudo gedit /etc/ld.so.conf.d/opencv.conf
在末尾加上:
/usr/local/lib
然后执行:
sudo ldconfig
打开/etc/bash.bashrc,加入:
PKG_CONFIG_PATH=$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
相关文章推荐
- EL表达式---关系运算符
- 学习日记--第三方开源mpandroidchart统计图片测试
- Java API —— Math类
- HTML5基础--开发工具
- 入驻博客园
- Exchange 2016 之删除与恢复用户邮箱
- Java Nio 二、Java NIO综述
- web笔记
- JSONModel 遇见关键字为id或者description
- C/C++检测进程是否被调试
- LIGHTOJ-1043 -Triangle Partitioning
- HTML5基础--新特性
- java竞赛-大数阶乘问题
- selenium python (十一)alert/confirm/prompt的处理(js中的弹出框)
- Module Zero之用户管理
- SSL/TLS 协议详解
- linux常用查看硬件设备信息命令
- wireshark抓取OpenFlow数据包
- Java GC - 垃圾回收机制
- 编程珠玑 第三部分 应用