MxNet系列——how_to——index

最新推荐文章于 2022-08-29 11:10:20 发布
最新推荐文章于 2022-08-29 11:10:20 发布
阅读量744 收藏
点赞数
分类专栏： MxNet 文章标签： 深度学习 MxNet
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xuezhisdc/article/details/54927747
版权

博客新址: http://blog.xuezhisd.top
邮箱：xuezhisd@126.com

MXNet 怎么办系列

How-tos 提供了一系列的有关安装，基本概念，说明，命令和使用预训练模型完成的例程指南。

下面的主题解释了基本概念，并为特定任务提供了步骤。其中一些包含了使用预训练模型完成的例程。

配置和安装

你可以在 Amazon Linux, Ubuntu/Debian, OS X, 和 Windows操作系统上运行MXNet。MXNet也可以在Docker和类似于AWS的云上运行。MXNet当前支持 Python, R, Julia 和 Scala编程语言。

如果你在Amazon Linux 或 Ubuntu上运行Python/R，你可以使用Git Bash来快速地安装MXNet库和它的相关依赖。

使用MXNet来执行特定的任务

  • 如何使用预训练的模型
    该章节提供了使用预训练的图像分类模型来读入，自定义和预测图像类别的详细步骤。

  • 如何微调预训练的模型
    该章节提供了关于如何使用一个新的、小的数据集，来微调预训练神经网络的指南。它描述了准备数据，训练一个最后一层和评价结果几部分。为了进行比较，它使用了两个预训练的模型。

  • 如果将神经网络可视化为计算图
    该章节在Jupyter notebook中提供了关于如何可视化神经网络的命令和说明

  • 如何使用数据并行在多个CPU/GPU上进行训练
    该章节提供了MXNet使用多GPU的默认值。该章节也提供了关于自定义GPU数据并行设置（比如，GPU的数量和各个GPU的负载），使用多个GPU训练模型，设置GPU通信选项，同步GPU之间的目录，选择网络接口，调试连接等步骤的说明和命令。

  • 如何以模型并行的方式在多个GPU上训练LSTM
    该章节讨论了关于模型并行的基本实践，比如一个多层网络的某一层使用一个GPU，如何在多个GPU上均衡和组织各个网络层来降低数据传输和瓶颈。

  • 如何在移动设备上运行MXNet
    该章节提供了如何将软件移植到其它操作系统和编程语言的指南。它也描述了当在移动设备上运行模型时，你需要考虑的折中。它也提供了在手机中使用的简单的预训练过的图像分类识别模型。

  • 如何使用Amazon EC2和Amazon S3 在AWS云上设置MXNet
    该章节提供了如何在AWS上使用MXNet的详细步骤。该章节也提供了使用亚马逊简单存储服务（Amazon S3）和弹性计算云（Amazon EC2）的前提条件和依赖库。该章节也提供了如何在云上设置，构建，安装，测试，运行MXNet和在多个GPU上运行MXNet。

  • 如何在不同的输入长度/尺寸（bucketing）上使用MXNet
    该章节描述了基本概念和具有不同架构的模型使用bucketing的背后原理。该章节也提供了一个关于如何修改网络以便使用buckets的例子，并提供了如何创建和迭代buckets的说明。

  • 如何提高MXNet的性能
    该章节描述了如何通过使用推荐的数据格式，存储位置，批大小，库和参数等，来提升MXNet的性能。

  • 如何在Matlab环境下使用MXNet
    该章节提供了在Matlab中使用MXNet来加载模型与数据，预测，特征提取的命令。该章节也包含了两者（可能引发一些问题）的实现差异和一些基础的排错。

  • 如何在浏览器中利用JavaScript语言来使用MXNet
    该章节提供了一个MXNet的JavaScript接口，包含了为了在浏览器中使用它而在服务器端设置与运行它的基础命令。该章节也包含了浏览器对比，使用自己的模型的指南和库的源代码。

开发 和 Hack MXNet

  • 创建新的操作符
    该章节提供了一个自定义网络层的例子，它描述了定义网络层的每一部分的步骤。该章节包含一个涉及参数的 breakdown ，调用优化和提供了该例子完成代码的链接。

  • 从MXNet使用Torch
    该章节描述了如何安装和构建MXNet，以便于和Troch一起使用。该章节也提供了一个支持的Torch数学函数和神经网络模块的列表，和关于如何使用它们的说明。

  • 为MXNet设置环境变量
    该章节提供了MXNet默认环境变量的列表，同时简单描述了每一环境变量功能。

常见问题

  • FAQ FAQ章节提供了MXNet的调试和优化的信息，也附带了一些额外的资源。
xuezhisdc
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
matlabami代码-Mxnet2020V2:Mxnet2020V2
06-07
matlab ami代码 用于深度学习的 Apache MXNet（孵化） 掌握 文档 执照 Apache MXNet（孵化）是一个深度学习框架，旨在兼顾效率和灵活性。 它允许您混合以最大限度地提高效率和生产力。 在其核心，MXNet 包含一个动态依赖调度程序，可自动动态并行化符号和命令式操作。 在其之上的图形优化层使符号执行速度快且内存高效。 MXNet 便携且轻量级，可有效扩展到多个 GPU 和多台机器。 MXNet 不仅仅是一个深度学习项目。 它是用于构建深度学习系统的集合，以及针对黑客的 DL 系统的有趣见解。 问问题 请用于提问。 请用于报告错误。 如何贡献 什么是新的 - MXNet 1.5.1 补丁发布。 - MXNet 1.5.0 发布。 - MXNet 1.4.1 补丁发布。 - MXNet 1.4.0 发布。 - MXNet 1.3.1 补丁发布。 - MXNet 1.3.0 发布。 - MXNet 1.2.0 发布。 - MXNet 1.1.0 发布。 - MXNet 1.0.0 发布。 - MXNet 0.12.1 补丁发布。 - MXNet 0.12.0 发布
mxnet支持 matlab,mxnet: MXNet是一个深度学习库，支持C++、Python、R、Scala、Julia、MATLAB及JavaScript等语言；支持命令和符号编程；可以运行在C...
weixin_29238147的博客
03-22 271
Apache MXNet (incubating) for Deep Learning Apache MXNet is a deep learning framework designed for both efficiency and flexibility.It allows you to mix symbolic and imperative programmingto ma...
MXNet 相关函数详解
あずにゃん梓喵的博客
08-23 2101
norm() norm() 1.Matlab函数中的 norm() 1.应用：norm()用于计算矩阵范数 2.格式：n = norm(A); n = norm(A,p); 3.功能：norm函数可计算几种不同类型的矩阵范数,根据p的不同可得到不同的范数 4.如果A为矩阵 n=norm(A) 返回A的最大奇异值，即max(svd(A)) 　　 n=...
前 15 个 JavaScript 机器学习库
Meta.Qing的博客
08-29 1433
机器学习领域新技术的迅猛发展帮助软件开发人员以前所未有的方式构建新的人工智能应用程序。目前，大多数 AI 爱好者利用 Python 框架进行 AI 和机器学习开发。但环顾四周，人们可能还会发现基于 JavaScript 的框架也正在 AI 中实现。这个有趣的交叉点让我们探索和试验了一起使用 Javascript 和机器学习的奇怪可能性。从我们的研究中分享，这里有一些简洁的 JavaScript 机器学习库，它们将 Javascript、机器学习、DNN 甚至 NLP 结合在一起。看一看。......
李沐等：MXNet设计和实现简介
klzhang的专栏
12-03 2377
我爱计算机 http://www.52cs.org/ @52cs 关注计算机领域进展 Skip to content Home About 友情 达人 李沐等：MXNet设计和实现简介 MXNet设计和实现简介 声明：本文经作者同意转载。 原始链接：https://github.com/dmlc/mxnet/issu
MXNet 中文文档
DASlab的博客
12-30 1万+
机器学习 MXNet
matlabami代码-mxnet_888888888:mxnet_888888888
06-07
matlab ami代码 用于深度学习的 Apache MXNet（孵化） 掌握 文档 执照 Apache MXNet（孵化）是一个深度学习框架，旨在兼顾效率和灵活性。 它允许您混合以最大限度地提高效率和生产力。 在其核心，MXNet 包含一个动态依赖调度程序，可自动动态并行化符号和命令式操作。 在其之上的图形优化层使符号执行速度快且内存高效。 MXNet 便携且轻量级，可有效扩展到多个 GPU 和多台机器。 MXNet 不仅仅是一个深度学习项目。 它是用于构建深度学习系统的集合，以及针对黑客的 DL 系统的有趣见解。 问问题 请用于提问。 请用于报告错误。 如何贡献 什么是新的 - MXNet 1.6.0 发布。 - MXNet 1.5.1 补丁发布。 - MXNet 1.5.0 发布。 - MXNet 1.4.1 补丁发布。 - MXNet 1.4.0 发布。 - MXNet 1.3.1 补丁发布。 - MXNet 1.3.0 发布。 - MXNet 1.2.0 发布。 - MXNet 1.1.0 发布。 - MXNet 1.0.0 发布。 - MXNet 0.12.1 补丁发布。
20180422_mxnet_x64_vc141_gpu_cu91.7z
04-27
20180422_mxnet_x64_vc141_gpu_cu91.7z， 下载自 https://github.com/yajiedesign/mxnet/releases?after=20180324，预编译版，亲测可以安装
mxnet_mxnet_
10-02
MXNETMxnet是一个轻量化分布式可移植深度学习计算平台，他支持多机多节点、多GPU的计算，其openMP+MPI/SSH+Cuda/Cudnn的框架是的计算速度很快，且能与分布式文件系统结合实现大数据的深度学习
go-mxnet-predictor:去绑定mxnet c_predict_api来进行预训练模型的推断
05-15
go-mxnet预测器 go-mxnet-predictor与... 您可以使用Docker跳过这一部分1.1安装mxnet必备软件并转到有关mxnet前提条件的信息，请检查去安装检查1.2获取mxnet并进行构建mkdir /root/MXNet/cd /root/MXNet/ && git clone ...
mxnet_to_onnx:MxNet到ONNX导出器
04-27
MxNet到ONNX导出器注意：不赞成使用此存储库，因为MXNet现在（自v。1.3起）具有正式集成的导出程序，部分基于此存储库。 对于最新版本的导出程序，请安装最新版本的MXNet。 现在可以在 找到官方出口商。这是什么？ ...
20170304_mxnet_x64_vc14_gpu
04-16
20170304_mxnet_x64_vc14_gpu
MXNet官方文档中文版教程(1)：教程（Tutorials）
热门推荐
青青韶华
10-30 2万+
最近开始尝试MXNet框架，官方文档已经更新，网上中文文档的翻译已经是之前版本。因此打算在学习过程中将最新版的官方文档翻译出来，以便今后自己和相关学习者作为学习参考。不足之处，尽请留言！ 官方文档链接：Tutorials教程这些教程介绍了一些深度学习的基本概念以及如何使用MXNet来实现他们。教程的基础部分包括使用数组，构建网络，加载/预处理数据等等。训练和推断部分讲解了线性回归的实现，使用MLP
javascript机器学习
waeceo的专栏
12-08 1867
基于 Javascript 的机器学习类库 目前最火的基于 Javascript 的机器学习类库莫过于ConvNetJs。ConvNetJs 用 Javascript 实现了常用的深度学习算法，可以用于分类、回归和强化学习等。ConvNetJs 在 GitHub 上有超过 4000 颗星，800 多次 Fork。想想著名的深度学习框架 Theano 不到 3500 颗星，你就可以想象这个
MXNet获取特征输出
flyingzhao
12-02 1万+
在网上下载的MXNet预训练模型常常是完整的，但是在实际应用中，我们一般只需要网络中某一层作为特征提取，这个时候就需要重建模型，使得最后输出的是特征。加载预训练模型加载模型使用model.FeedForward.load就可以了，其中模型的名字根据自己的模型做适当修改，后面的参数分别是迭代次数和batch大小，需要根据实际模型进行修改：import mxnet as mx import numpy
mxnet系列教程之1-第一个例子
andeyeluguo的博客
04-19 7015
第一个例子当然是mnist的例子 假设已经成功安装了mxnet 例子的代码如下： cd mxnet/example/image-classification python train_mnist.py这样就会运行下去
五大主流深度学习框架比较分析：MXNET是最好选择
isuker的博客
09-07 1万+
选自 RevolutionAnalytics http://www.aiweibang.com/yuedu/139947035.html 机器之心编译 作者：Anusua Trivedi 参与：YanChen、黄清纬、李亚洲 近日，微软数据科学家 Anusua Trivedi 发表系列文章讲解深度学习，这是此系列的第一篇，对主流深度学习框架进行
MXNet动手学深度学习笔记：GoogLeNet神经网络实现
视觉与物联智能
05-09 305
  #coding:utf-8 from mxnet.gluon import nn from mxnet import nd import sys import os sys.path.append(os.getcwd()) import utils from mxnet import gluon from mxnet import init class Inception(nn.Bloc...
MxNet系列——Windows上安装MxNet
张学志の博客
12-22 1万+
开发环境 操作系统：Win7 64bit C++编译器：Visual Studio 2010 Python环境：Python 2.7.12 (Anaconda 4.1) 安装过程 下载MxNet预编译版本。下载页面。请根据操作系统和是否使用GPU下载合适的版本。我下载的版本是20160531_win10_x64_cpu.7z。如下图所示： 解压下载文件到指定目录下。如我将其解压到C:\Dev\MxN
mxnet_cu111
最新发布
09-21
mxnet_cu111是指MXNet深度学习框架的CuDNN v8.0.4加速版本，适用于CUDA工具包版本为11.1的环境。 MXNet是一个开源的深度学习框架，在多个领域如计算机视觉、自然语言处理和推荐系统等方面有着广泛的应用。MXNet结合了灵活性和高性能，可以在GPU和CPU上实现高效的计算。 mxnet_cu111是特定版本的MXNet，针对使用CUDA v11.1工具包的环境进行优化。CUDA是NVIDIA开发的用于并行计算的平行计算体系结构。MXNet通过与CUDA的集成，可以利用GPU的并行计算能力进行深度学习模型的训练和推理，从而提高计算效率和速度。 CuDNN是由NVIDIA提供的用于深度神经网络训练和推理加速的GPU库，它通过使用高度优化的卷积算法和其他深度学习操作来提高计算性能。mxnet_cu111通过与CuDNN v8.0.4集成，可以充分利用CuDNN提供的性能优势，加速深度学习任务的执行。 总结来说，mxnet_cu111是MXNet深度学习框架的CuDNN v8.0.4加速版本，适用于CUDA v11.1工具包的环境。它提供了与CuDNN集成的优化能力，利用GPU的并行计算能力加速深度学习任务的执行，帮助用户提高计算效率和速度。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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