Windows10下安装GPU版本的MXNet

Windows10下安装GPU版本的MXNet

MXNet官网：http://mxnet.dmlc.ml/
官网安装教程：http://mxnet.io/get_started/setup.html#installing-mxnet
官方编译好的版本:https://github.com/dmlc/mxnet/releases
如果只是用cpu版本的同学推荐使用编译好的版本，如果使用GPU版本的非常不推荐使用编译好的版本，因为会出现GPU精确度问题，具体原因可以参考：https://github.com/dmlc/mxnet/issues/1228

下面介绍一下Windows10下自己编译mxnet

1.安装vs2013或vs2015

如果安装的是vs2013，则需要增强vs对c++11的支持：

• 下载Visual C++ Compiler Nov 2013 CTP
• 卸载”Microsoft Visual C++ 2013 Redistributable (x64)”， 否则安装CTP时会出现0x80070666错误
• 安装CTP
• 拷贝C:\Program Files (x86)\Microsoft Visual C++ Compiler Nov 2013 CTP内的文件到C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC （注意：如果VS的安装目录不是默认目录，则上述目录依然存在，但应该拷贝到对应的安装目录下！）

2.安装CUDA、cuDNN

CUDA下载地址：https://developer.nvidia.com/cuda-toolkit
一路狂点next就好了，win10系统下最好使用8.0
cuDNN:https://developer.nvidia.com/cudnn
下载最新的v5.1版本，解压后把cudnn目录下的bin目录加到PATH环境变量里

3.安装opencv3.0

下载地址：http://opencv.org/
下载并解压，然后创建环境变量OpenCV_DIR，把opencv/build目录添加进去
把\opencv\build\x64\vc12\bin和\opencv\build\x86\vc12\bin添加到PATH路径

4.安装openBLAS

openBLAS（解压就行）：https://sourceforge.net/projects/openblas/files/v0.2.14/
注意：需要下载mingw64_dll.zip和OpenBLAS-v0.2.14-Win64-int32.zip两个文件！
创建环境变量 OpenBLAS_HOME，把openBLAS根目录加进去
把DLL所在目录需要添加到环境变量path中

5.安装Anaconda

一路next搞定：https://www.continuum.io/downloads
把安装路径添加到PATH里去

6.安装mxnet

下载地址：https://github.com/dmlc/mxnet
工程里面包含有引用信息，记得把引用的文件也下载下来
解压并在根目录新建build目录
下载CMake：https://cmake.org/
打开CMake，指定好目录后按下Configure，选择相应版本的vs win64工程

如果出现找不到cudnn，手动设置cudnn位置在点击Configure，直到警告全部消失

最后点击generate生成Visual Studio工程。

7.编译mxnet

打开mxnet.sln，注意编译选项改成release，x64模式，编译ALL BUILD，最后会在build/release文件夹下生成libmxnet.lib和libmxnet.dll，把这个目录加入PATH中

8.配置python

运行cmd
cd进入到mxnet/python目录下，输入python setup.py install
安装完后重新打开cmd
运行python命令，输入import mxnet as mx
a = mx.nd.ones(1)
b = mx.nd.ones(1,mx.gpu())
a.asnumpy()
b.asnumpy()

如果结果如图片所示，表示配置成功。如果gpu变量显示为0，说明编译有问题，具体看我之前提到的网站https://github.com/dmlc/mxnet/issues/1228