win10成功安装GPU版MXNET的经历

最新推荐文章于 2022-10-03 17:19:30 发布

weixin_33717117

最新推荐文章于 2022-10-03 17:19:30 发布

阅读量674

点赞数

文章标签： python 人工智能

原文链接：https://my.oschina.net/qinhui99/blog/845249

版权

2019独角兽企业重金招聘Python工程师标准>>>

MXNET是一款用于深度学习的工具和框架。优点是使用方便(支持python,R语言等等)，性能好，支持多GPU，对神经网络支持比较好。有高层的符号定义语言，能比较方便地构建复杂的多层神经网络。目前得到亚马逊和apache的大力支持，前途应该还不错。

最大的缺陷就是文档少，用户群体不够多。MXNET的传送门：https://github.com/dmlc/mxnet/。

-----------------------------------------------------------------------------------------

新建了一个mxnet技术交流群，群号：589720184。有兴趣的可以加入。

-----------------------------------------------------------------------------------------

2017年9月25日更新：

安装GPU版本：pip install mxnet-cu80==0.11

（注释：==后面跟的是版本号。例如，0.11代表着0.11版本。在win10,gtx1080ti上测试通过）

2017年5月26日更新：

mxnet现在可以通过Pip直接安装了。

安装CPU版本：

pip install --upgrade mxnet

安装GPU版本：

$ sudo apt-get update
$ sudo apt-get install -y wget python
$ wget https://bootstrap.pypa.io/get-pip.py && sudo python get-pip.py

$ pip install mxnet-cu80

for windows platform：

pip install mxnet-cu80-win

详细内容参考：http://mxnet.io/get_started/install.html

-----------------------------------------------------------------------------------------

MXNET在win10上安装有些麻烦。网上安装成功的案例不少，很多都可以参考。例如，《Windows安装mxnet》。传送门：http://www.cnblogs.com/wacc/p/6096785.html。

和《Windows安装mxnet》的环境有些不一样，我的环境是win10+cuda8+cudnn5.1。注意：安装环境是64位的。以下用到的软件通通都是64位的，千万不要搞成32位的。

1、第一步先安装显卡驱动，以便后面的cuda8安装时候能够识别显卡。

2、安装vs2013或者vs2015. 这步最后在cuda8安装之前完成。因为，cuda8安装时候会自动配置vs2013或者2015.

如果安装vs2013，那么还需要安装多一个Visual C++ Compiler Nov 2013 CTP。

3、安装cuda8.

cuda8安装成功后，可以在vs2013或2015里面跑跑cuda的例子，看看是否正常。

4、安装opencv3.1.

5、安装openblas。

6、安装cmake。

我选择了带图形界面的windows版本cmake。

7、下载mxnet源代码。

git clone --recursive https://github.com/dmlc/mxnet.git

8、用cmake为mxnet项目制作一个vs2013或者vs2015的工程。（因为我用到cuda和cudnn，所以cmake这里要把cuda和cudnn相关目录设置正确. ）

然后用vs2013或2015编译，选择release和64位编译，生成需要的libmxnet.dll。

9、安装python环境（mxnet只支持python2.7）。我这里直接用Anaconda安装相关的python包。

10、在python里安装mxnet。这步是最容易出错的。最常见的错误是：WindowsError: [Error 126]。就是DLL加载失败。为啥？因为libmxnet.dll依赖多个dll文件，有一个找不到，就会报这个错。我尝试了跟踪dll的调用，终于找到解决办法。

1）把所有的opencv、openblas、cuda和cudnn的dll文件，通通拷贝到同一个目录下。例如，E:\common。dll文件都复制到这里。这些dll文件包括: cublas64_80.dll，cudart64_80.dll，cudnn64_5.dll，curand64_80.dll，libopenblas.dll，nvrtc64_80.dll，opencv_world310.dll，libgfortran-3.dll。libgfortran-3.dll很特殊，它是libopenblas.dll依赖的dll。我通过网络单独下载的。想要查看dll的依赖关系，可以用dependency walker的软件。

2）把E:\common目录设置在环境变量PATH里面。以便Python程序能够查找到。

11、启动python测试。import mxnet as mx. 这里应该不会再报错了。

此外，通过mxnet的预编译版本进行安装是最快的途径，因为不需要编译源代码，能节省不少时间。但是，这个途径不一定能成功（我只在win7系统成功安装过非GPU版的MXNET）。

转载于:https://my.oschina.net/qinhui99/blog/845249