MXNet 粗糙的使用指南
写于2020年3月24日，最新的CUDA版本为10.2
MXNet简介
MXNet是一个（跟TF与Torch相比特别小众的）多平台神经网络框架。
优点：灵活，多平台，可移植性强。工业界常用框架。
缺点：复杂，难以入门，基本没有教材。只能依靠代码来学习代码。
框架介绍
MXNet现在存在两种界面：symbol与gluon。
Symbol的设计思路与TF1.x版本的思路相似：静态图，手动指定模型，符号式编程。而Gluon则大大参考了Troch与Kreas：动态图，依靠PY中的类进行模型构建，指令式编程。当然，为了解决动态图的效率问题，Gluon可以一键动态转静态，这使得Gluon的效率大大提升？（基于现在MXNet对动态图的优化，这个差距好像只有2%）
唯一指定参考文档
唯一指定文档：http://mxnet.incubator.apache.org/api/python/docs/tutorials/
很不幸，这是仅此一份的可以使用的MXNet全面资料，而且没有任何入门指南。
这里是一些有关MXNet书籍的评价：
《动手学深度学习》：对于深度学习的各个应用讲解的非常全面，但是太过依赖d2lzh库了。作为唯一一本MXNet入门书籍，是MXNet的教科书。缺点在于数据的预处理与特殊数据的读取完全没有涉及；自定义模块的gluon方案也没有讲解。事实上，gluon的自定义做的非常差，这方面基本要依靠symbol来完成。
《MXNet深度学习实战》：重点在于symbol模型的讲解。作为MXNet的老界面，symbol还在被广泛使用当中。如上文所说，gluon还是一个不太完善的界面，很多部分要依靠symbol来补足。
模型下载
如果你的电脑的cuda是10.0版本的：使用pip mxnet-cu100
如果你的电脑的cuda是10.1版本的：使用pip mxnet-cu101
10.x版本以后的同理
如果你的电脑的cuda是9.0版本的：使用pip mxnet-cu90
如果你的电脑的cuda是9.2版本的：使用pip mxnet-cu92
x.y版本的同理
不要忘记安装cuda以及cuda toolkit。不要试图用conda安装mxnet。Pip加速可以使用清华源。
数据保存与读入
数据的保存方面对应的是这个API：mxnet.recordio.MXIndexedRecordIO
数据的读入方面MXNet提供了两个API：
其中，第一个对应目标识别，第二个对应目标检测，具体用法百度即可。但是都不是很好用，事实上你可能必须要自己写一个数据迭代器。如果要自己设计数据迭代器，建议原生numpy+py多线程。
此外，作为读取文件数据的CSVIter事实上已被弃用，不要使用它。如果你需要读取文件数据，请自己写一个数据迭代器：mxnet.io.io.DataIter是一个很不错的基类。
模型构建与训练
百度就完事了。这方面三家都大差不差。此外要注意·Gluon是没有fit这种函数的。虽然有现成的训练器，但是解决器还是需要自己动手写的。
超出Gluon能力的自定义层使用symbol的这个API：CustomOP。比较复杂，需要Gluon模型静态化后才能对接。需要注意的是，在Gluon模型中使用的CustomOP，无法对numpy做后台运算，可能会对性能造成不可知的影响。
注：Gluon版本的fit函数叫Estimator。现在还在contrib模块里趴着，甚至没有被编译到pip直接可供下载的库里。不知道猴年马月才能用上这个东西。’
迁移学习相关
MXNet本身没有任何保存的模型。但是有一个附加库叫做GluonCV，神奇的GluonCV！
GluonCV需要单独安装，里面主要是一些训练好的模型和一些特殊的损失函数，包括Focalloss，YOLOloss，SSD中用的IOUloss。这些可以极大的方便一些模型的实现。
总结
MXNet，不是很好用，但是安利大家都来试一试：毕竟他还在以飞快的速度更新，毕竟是第一个以国人为主力的神经网络框架，毕竟是我第一次见到竟然是以中文为主的官方讨论区。
一些链接
MXNet官网：http://mxnet.incubator.apache.org/
MXNet文档：http://mxnet.incubator.apache.org/api/python/docs/tutorials/
MXNet下载方式：http://mxnet.incubator.apache.org/get_started
GluonCV官网：https://gluon-cv.mxnet.io/
GluonCV文档：https://gluon-cv.mxnet.io/api/
612
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
