1. python 环境
参考 http://blog.csdn.net/kingppy/article/details/13080919
很不错。 我只安装Python 2.7, 没装virtualenv, 虚拟环境 mxnet 提示 缺少 numpy, 懒得搞了。
2. mxnet
参考 phunter.farbox.com/post/mxnet-tutorial1
1. mxnet 基本依赖包
sudo apt-get update
sudo apt-get install -y build-essential git libatlas-base-dev libopencv-dev
2. 下载 mxnet
git clone --recursive https://github.com/dmlc/mxnet
3. 安装CUDA
https://developer.nvidia.com/cuda-downloads
或
wget http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1404/x86_64/cuda-repo-ubuntu1404_7.5-18_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1404_7.5-18_amd64.deb
sudo apt-get update
sudo apt-get install cuda
安装成功,可以用nvidia-smi命令查看你的显卡使用情况
4. 编译GPU版 mxnet
复制 /mxnet/make 下 文件 config.mk 到 /mxnet 下
修改 USE_CUDA = 1
USE_CUDA_PATH = /usr/local/cuda
其他选项也可修改, 如 cudnn。
make -j4
5. 可能要重新配置一下python
python setup.py install
6. 例子
python example/image-classification/train_mnist.py --network lenet --gpus 0
如果出现 ImportError: libcudart.so.7.0: cannot open shared object file: No such file
把CUDA的动态链接库加入PATH里, 在 root 目录下 bashrc
文件 里面加入
export LD_LIBRARY_PATH=/usr/local/cuda-7.5/targets/x86_64-linux/lib/:$LD_LIBRARY_PATH