mxnet安装环境配置

一、安装Miniconda

官方网址:https://conda.io/en/latest/miniconda.html
本人选择python3.7版本Windows64位
安装完成后打开Anaconda Prompt创建虚拟环境

conda create –n env python=3.7
这里的env为自定义环境名

激活环境
conda activate env
退出环境:
conda deactivate

查看当前miniconda版本

conda info

添加 conda 的镜像服务器
因为conda 下载文件要用到国外的服务器,速度一般会比较慢,我们可以通过增加一个清华的镜像服务器来解决。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

二、下载安装mxnet

本人用的是mxnet-cu102版本
mxnet_cu102-2.0.0b20200701-py2.py3-none-win_amd64.whl
下载网址:https://dist.mxnet.io/python/cu102

进入创建好的虚拟环境,然后进入到存放whl的文件夹中
运行:

pip install mxnet_cu102-2.0.0b20200701-py2.py3-none-win_amd64.whl

即可安装mxnet

  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
为了配置MXNet环境,我们首先需要做的是安装Python和pip。Python是一种高级编程语言,并且是MXNet的主要支持语言。而pip是Python的包管理工具,用于安装和管理Python包。 接下来,我们需要使用pip来安装MXNet。打开终端或命令提示符,并输入以下命令来安装MXNet: ``` pip install mxnet ``` 安装过程可能需要一些时间,具体时间取决于您的网速和计算机性能。 安装完成后,我们可以在Python中导入MXNet来进行使用。打开Python的交互式命令行或者一个Python脚本,并输入以下命令来导入MXNet: ``` import mxnet as mx ``` 如果没有出现任何错误提示,说明MXNet已成功导入。 接下来,我们可以通过下载一些预训练模型来使用MXNetMXNet提供了一些在ImageNet数据集上预训练的模型,可以用于图像分类、目标检测等任务。我们可以使用以下命令来下载预训练模型: ``` mx.test_utils.download_model('xxx') ``` 这里的'xxx'是所需要下载的模型的名称,具体名称可以在MXNet的官方文档或GitHub页面中找到。 配置MXNet环境还可能涉及其他一些步骤,比如安装CUDA和cuDNN以支持GPU加速,或者安装其他相关的Python库。根据您的具体需求和情况,可能需要完成一些额外的配置步骤。 总之,通过安装Python和pip,然后使用pip安装MXNet,最后导入MXNet并下载需要的预训练模型,我们就可以成功配置MXNet环境,并开始使用MXNet进行深度学习和机器学习的开发工作。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值