CentOS7源码安装MxNet

CentOS7源码安装MxNet

本文介绍如何从源码方式安装MXNet

• requirement
• 编译源码
• 安装python支持
• 分布式支持
• 测试
• C++支持
• benchmark

---

Requirement

安装编程环境：

sudo yum install build-essential git
sudo yum install openblas-devel lapack-devel.x86_64 \
lapack-devel blas-devel opencv-devel

下载源码

git clone --recursive https://github.com/apache/incubator-mxnet

编译源码

make -j $(nproc) USE_OPENCV=1 USE_BLAS=openblas USE_CUDA=1 \
USE_CUDA_PATH=/usr/local/cuda USE_CUDNN=1 USE_DIST_KVSTORE=1 USE_NCCL=1 USE_CPP_PACKAGE=1

说明

• $(nproc)： 指定编译核数
• USE_OPENCV： 指定使用OpenCV处理图像
• USE_BLAS： 指定使用blas运算库做快速运算
• USE_CUDA： 指定使用CUDA
• USE_CUDA_PATH： 指定CUDA路径
• USE_CUDNN： 指定CUDNN支持
• USE_DIST_KVSTORE： 指定分布式节点支持，使用KV-store
• USE_NCCL： 使用NCCL同步不同device
• USE_CPP_PACKAGE： C++版本支持

安装python bind

sudo yum install python-devel

安装python支持

cd python
python setup.py install

分布式支持

MXNet支持分布式，需要配置k-v store
make的时候，需要添加编译选项：USE_DIST_KVSTORE=1

测试-手写字体识别

cd mxnet/example/image-classification
python train_mnist.py //不使用gpu
python train_mnist.py --gpus 0 //使用gpu0

CPP支持

在编译选项中添加USE_CPP_PACKAGE=1

benchmark

性能测试

cd example/image-classification
python train_imagenet.py --benchmark 1 --gpus 0,1 --network inception-v3 --batch-size 64 \
 --image-shape 3,299,299 --num-epochs 1 --kv-store device

参考

https://blog.csdn.net/s_sunnyy/article/details/56479077?utm_source=itdadao&utm_medium=referral