WIN10安装GPU版本MXNET

安装GPU版本的MXNET需要NVIDIA系列的显卡，以及CUDA和cuDNN的安装。如果觉得下载CUDA和cuDNN麻烦的话，可以直接使用我的版本，CUDA9.0 + cudnn-9.0-windows10-x64-v7.6.4.38，百度云链接为链接：链接：https://pan.baidu.com/s/1vmhS7k6C_zjI9bJkW2iN6Q 
提取码：asug 

一、CUDA的安装

CUDA下载地址：CUDA Toolkit | NVIDIA Developer

WIN10使用CUDA9.0版本即可，默认安装C盘。

PS：兼容性检测报警告可以不理会，大概率是因为自身的NVIDIA显卡支持的CUDA版本较高而我们安装的CUDA版本较低。

二、cuDNN的安装

现在要下载cuDNN，点击下载的页面后都是出现要求先加入Nvidia developers会员才能进行下载，但这个注册的过程非常慢，我们可以绕过这个注册或登陆步骤的方式直接下载cuDNN。

首先打开cuDNN各个版本的下载网址：cuDNN Archive | NVIDIA Developer

然后选择自己想要下载的cuDNN版本，比如我选择的是cuDNN v7.6.5  for CUDA 9.0，选择WIN10版本，右键复制链接地址https://developer.nvidia.com/compute/machine-learning/cudnn/secure/7.6.5.32/Production/9.0_20191031/cudnn-9.0-windows10-x64-v7.6.5.32.zip，然后迅雷下载。

 cuDNN压缩包解压后，将所有的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0目录下即可。

三、测试CUDA和cuDNN是否安装成功

WIN + R打开CMD，输入nvcc -V，如图所示即为安装成功。

然后在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite目录下输入cmd进入命令提示符，测试bandwidthTest.exe和deviceQuery.exe，如果得到两个RESULT = PASS则表示安装成功。

 四、安装GPU版本的MXNET

首先卸载CPU版本的mxnet，然后pip install mxnet-cu90mkl，这样就可以同时使用CPU版本和GPU版本的MXnet了。

五、测试MXNET安装成功

import mxnet as mx
from mxnet import nd

# 简单的展示gpu配置成功
print(mx.cpu(), mx.gpu())

# NDArray在CPU上运算
x_cpu = nd.array([1, 2, 3])
print(x_cpu)                   # NDArray默认在CPU上 也就是物理内存上分配
print(x_cpu.context)           # 通过context来查看NDArray所在的设备

# NDArray在GPU上运算
x_gpu = nd.array([1, 2, 3], ctx=mx.gpu())
print(x_gpu)                   # NDArray默认在CPU上 也就是物理内存上分配
print(x_gpu.context)           # 通过context来查看NDArray所在的设备

输出结果即为成功