linux mxnet 查询_从0搭建MXNet环境

安装知识点

01 目标

在没有Linux环境的前提下，从头开始安装Linux环境与cuda

并且编译安装mxnet的gpu加速环境

及配置python接口。

02 步骤

安装ubuntu 16.04

安装cuda 8.0

安装anaconda3

编译mxnet 0.94

安装opencv3

03 说明

为什么使用16.04?

目前最新的长期支持版本，安装一些新玩意的时候，少解决大量的依赖，比如最常用的gcc版本依赖。

为什么使用cuda？

这还用说，玩深度学习，必备环境。

为什么使用anaconda3？

集成Python大量包，方便，方便，还是TMD的方便。

为什么使用MXNet？

因为速度快，多API支持，多GPU支持，……

为什么使用opencv？

这个……，据说scikit-image更好用呢。只是，目前图像领域的标配吧。为什么使用编译好的包安装？等你从源码编译安装过就知道了。

环境配置，她就是一个磨人的小妖精，不注意的话，会让很多初学者折在里面。

04 具体步骤要点记录

4.1 安装Ubuntu 16.04

使用etcher写入镜像到u盘,unetbootin写入的镜像老是会在校验文件的时候出现问题，目前16.04的镜像检查中已经能识别出unetbootin了，并会做相应的提示。

etcher可以用在mac，windows, linux环境下，下面是其界面：

etcher界面

剩下的Linux安装，就是常规的步骤了，不述。

4.2 安装cuda

下载安装cuda环境，差不多2G，使用下面命令进行安装：

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb

sudo apt-get update

sudo apt-get install cuda

在安装cuda之前，不需要先安装Nvidia的驱动程序，cuda已经包括了驱动。必须要注意一点的是：关闭bios的UEFI安全功能, 因为uefi出于安全性，要求所有内核模块必须要签名，像Nvidia这样的第三方驱动模块，签名不好弄。安装过程中，不关闭UEFI功能，始终无法加载nvidia模块。

使用nvidia-smi命令，如果显示正常，说明cuda安装成功。

4.3 安装anaconda3

下载最新的Anaconda3版本(使用Python3)，国内请使用清华大学的地址下载：

选择最新的4.3版本，差不多500M，下载下来使用命令安装:

sudo bash Anaconda3-4.3.0-Linux-x86_64.sh

知识星球.jpeg

4.4 编译mxnet

下载最新源码，编译mxnet:

# clone源码

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

# 要求环境

sudo apt-get update

sudo apt-get install -y build-essential libatlas-base-dev libopencv-dev

# 编辑配置文件： mxnet/make/config.mk

USE_CUDA = 1

USE_CUDA_PATH = /usr/local/cuda

USE_OPENCV = 1

# 使用全部cpu核编译(不报错就编译成功)

make -j$(nproc)

# 安装python包

cd python

# 使用前面安装的anaconda3环境

/opt/anaconda3/bin/python setup.py install

此时，打开ipython交互环境，import mxnet，还是会报GOMP版本的错误。根据错误的信息，搜索各种答案，应该是当前系统的gcc版本是5.4，因此编译mxnet是支持了GOMP协议的4.0版本，而anaconda3使用的是gcc4.8编译，只支持GOMP协议的3.0。

最简单的方法，就是更新anaconda3的两个库文件：

# libgomp.so

ln -sf /usr/lib/x86_64-linux-gnu/libgomp.so.1 /opt/anaconda3/lib/libgomp.so.1.0.0

ln -sf /usr/lib/x86_64-linux-gnu/libgomp.so.1 /opt/anaconda3/pkgs/libgcc-4.8.5-2/lib/libgomp.so.1.0.0

# libstdc++.so

ln -sf /usr/lib/x86_64-linux-gnu/libstdc++.so.6 /opt/anaconda3/pkgs/libgcc-4.8.5-2/lib/libstdc++.so.6

ln -sf /usr/lib/x86_64-linux-gnu/libstdc++.so.6 /opt/anaconda3/lib/libstdc++.so.6

安装opencv3的python包

因为opencv3的编译过程太麻烦，曾经尝试过编译opencv3的python2与python3，中途出了很多问题，最终的python2环境也始终无法应用。

后来找到一个简单方法，直接下载编译好的opencv3包，使用conda命令安装。

根据自己的版本，去下面地址下载对应的包：

比如，下载了包：opencv3-3.1.0-py36_0.tar.bz2

直接使用conda命令安装：

/opt/anaconda3/bin/conda install opencv3-3.1.0-py36_0.tar.bz2

在ipython交互下，import cv2不报错，即安装成功。

最麻烦的环境已经配置好了，可以开始你的MxNet探索了。