Mxnet—入流

任务描述

    早已听闻mxnet大名，由于论文实验得需要，不得不刚一下mxnet了。果然与我意料的一样，刚开始就差点结束了。由于对mxnet的不熟悉，在安装的时候就出了一堆乌龙。

 

快乐安装

    由于主要为了做一些目标检测的实验，如：SSD，R-CNN，YOLO，故我兴奋的选择GluonCV系列，选择安装，看到如下界面：

mxnet安装页面

    看到如此简洁的安装命令，我也是喜闻乐见，于是赶紧用conda建立了一个新的环境给mxnet。这里要解释为什么不用稳定版本，据同门安利，稳定版本很多新功能不能用。故作为一个由pytorch转tensorflow再转mxnet的萌新鬼，我就带着安装如此简单的快乐开始了下面一系列骚操作......此时我完全没有注意到cuda100 中的100......

 

快乐解Bug

    安装完毕，直接import mxnet进行终极测试，此时我的电脑中已有CUDA9.0，无任何问题。于是跳出了下面这句Bug:OSError: [WinError 126] 找不到指定的模块。

    没有问题，经过多方的查找，找到原因：缺少DLL文件！OK，那到底是缺少了哪个DLL文件呢，网上给出一个很远古的软件：Dependency Walker。于是我马上下载了，并根据提示，需要使用Dependency Walker打开安装的mxnet包下面的libmxnet.dll文件。libmxnet.dll文件在你安装的环境下的Lib\site-packages\mxnet，相信有深度学习功底的都能找得到。

    于是，出现了以下的界面：

dependency walker显示界面

    这个软件由于过于远古，所以卡了半天，不过最后还是宝刀未老，给出了重要结果，大致浏览会发现红框中圈出来的东西和CUDA有些关系，难道我缺少的文件和CUDA相关，但是我的电脑中的确已经存在CUDA9.0啦，难道是CUDA版本不对，这个100是不是暗示我我安装的mxnet版本必须适配CUDA10.0呢？答案是：Yes。

 

快乐CUDA并存

    经过一系列快乐疑惑，我们的答案呼之欲出，那就是，本机的CUDA版本配不上安装的mxnet版本，难道要卸载CUDA9.0，安装CUDA10.0？那么本机一系列pytorch, tensorflow环境不久都崩了吗，呜呜呜。难道没有两全其美的方法，答案又是：Yes。Windows上CUDA的确可以共存，而且非常方便。方法？如下：

• 正常安装CUDA10.0
• 正常替换CUDNN
• 就OK了，实在不行重启个电脑

   相信配置过深度学习环境的对以上操作都很熟悉，故这里就不再多介绍，不懂的小伙伴们呢，我在结束会给几个链接，方便大家配置。

 

快乐结束

    都到这一步了，能做的也只有：阿门，无他，那么我成功了，你们呢？

 

参考链接

超有用链接：https://discuss.gluon.ai/t/topic/8390

windows多CUDA并存指南：https://blog.csdn.net/qq_27825451/article/details/89135592

windows下安装CUDA:https://blog.csdn.net/qq_37296487/article/details/83028394

 

备注：本文为作者原创，转载需注明出处