MXNet安装教程

Posted 2022-12-01 ycszen

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

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