MxNet系列——get_started——osx_setup

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


地平线机器人——嵌入式人工智能领导者 长期招聘计算机视觉/深度学习等方向的工程师或实习生。感兴趣的话,请发送邮件,可以内推


OS X 上安装 MXNet

安装MXNet可以分为2步:

  1. 从MXNet的C++源代码构建共享库。
  2. 安装MXNet的特定语言的包(接口)。

注意: 修改 make/config.mk 文件可以改变编译选项,使用命令 make 来进行构建。

构建共享库

使用下面的命令,安装MXNet的依赖库:

# 将这个命令复制到Mac控制台中,以安装 Homebrew
/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

# 将Homebrew目录放在环境变量PATH的最前面
export PATH=/usr/local/bin:/usr/local/sbin:$PATH
  • openblas 和 homebrew/science (用于线性代数操作)
  • OpenCV (用于计算机视觉操作)
brew update
brew install pkg-config
brew install graphviz 
brew install openblas
brew tap homebrew/science
brew install opencv
# For getting pip
brew install python
#用于可视化神经网络
pip install graphviz
# Jupyter notebook
pip install jupyter

安装完上面的依赖之后,从下面的2个选项中选择一个。从GitHub下载MXNet源码,并构建MXNet。两种方法都会生成一个共享库:libmxnet.so

选项 1 使用下面的命令下载MXNet源代码,并编译。文件 osx.mk 包含了在 OS X 构建MXNet所需的配置。首先,将 make/osx.mk 内容复制到 config.mk,然后 make 使用 config.mk 进行编译:

git clone --recursive https://github.com/dmlc/mxnet
cd mxnet
cp make/osx.mk ./config.mk
echo "USE_BLAS = openblas" >> ./config.mk
echo "ADD_CFLAGS += -I/usr/local/opt/openblas/include" >> ./config.mk
echo "ADD_LDFLAGS += -L/usr/local/opt/openblas/lib" >> ./config.mk
echo "ADD_LDFLAGS += -L/usr/local/lib/graphviz/" >> ./config.mk
make -j$(sysctl -n hw.ncpu)

注意: 如果想修改构建参数,需要编辑 config.mk

选项 2
使用 cmake 命令,从MXNet源代码生成一个 Xcode 项目。然后,使用集成开发环境 Xcode 构建MXNet。

mkdir build; cd build

cmake -G Xcode -DCMAKE_BUILD_TYPE=Release -DCMAKE_CONFIGURATION_TYPES="Release" -DUSE_OPENMP="OFF" -DUSE_CUDNN="OFF" -DUSE_CUDA="OFF" -DBLAS=MKL ..

执行 cmake 命令之后,使用 Xcode 打开项目文件 mxnet.xcodeproj。设置下面的构建标识,并构建MXNet项目:

  1. Link-Time Optimization = Yes
  2. Optimisation Level = Fastest[-O3]

两种方法都会生成一个共享库:libmxnet.so

我们已经安装了MXNet的核心库。接下来,我们将会为你选择的编程语言安装MXNet接口包:

安装MXNet的Python接口

安装MXNet的Python接口需要下面的依赖:

  • Python (> 2.7)
  • NumPy (用于科学计算操作)

执行下面的命令安装Python(需要检查是否已经安装)和Numpy。

# 检查是否已经安装了Python
python --version # 查看版本
# 如果没有安装,执行下面的命令进行安装
brew install python
# 安装 Numpy
brew install numpy

安装MXNet的Python接口。 MXNet的Python接口的位置 MXNet on GitHub

# 假定当前工作目录是MXNet源代码的根目录
cd python
sudo python setup.py install

至此,MXNet的Python接口已经安装完了。执行下面的命令,验证是否安装成功。

# 打开 Python 终端
python

# 如果安装成功,导入mxnet时,不会有任何问题
>>> import mxnet as mx;
>>> a = mx.nd.ones((2, 3));
>>> print ((a*2).asnumpy());
    [[ 2.  2.  2.]
    [ 2.  2.  2.]]

上面的代码使用MXNet完成了一个简单的张量计算。至此,你已经在Windows中将MXNet完整配置完了。

安装MXNet的R语言接口

有两个选择:

  • 使用预编译的二进制包
  • 从源代码自己构建MXNet库

使用预编译的二进制包安装MXNet的R语言接口

对于 OS X (Mac) 用户,MXNet提供了CPU版本的预编译的二进制包,每周都会更新。你可以在R控制台中使用下面的命令直接安装:

install.packages("drat", repos="https://cran.rstudio.com")
drat:::addRepo("dmlc")
install.packages("mxnet")

从源代码自己构建MXNet库

执行下面的命令,安装MXNet依赖,并构建MXNet的R包:

  Rscript -e "install.packages('devtools', repo = 'https://cran.rstudio.com')"
  cd R-package
  Rscript -e "library(devtools); library(methods); options(repos=c(CRAN='https://cran.rstudio.com')); install_deps(dependencies = TRUE)"
  cd ..
  make rpkg

注意: R-package 是MXNet根目录中的一个文件夹。

这些命令将创建一个MXNet的R包,它是一个 tar.gz 文件。你可以将其作为一个R包进行安装。执行下面的命令(注意 MXNet 的版本号),安装R包:

    R CMD INSTALL mxnet_0.7.tar.gz

安装MXNet的Julia接口

MXNet的Julia接口存放在一个独立的仓库 MXNet.jl 中。为了使用 Julia,将其绑定到已经安装的 libmxnet。 通过执行下面的命令,来设置环境变量 MXNET_HOME

export MXNET_HOME=/<path to>/libmxnet

上面命令中的 libmxnet 的安装路径,是指 libmxnet 的根目录。换句话说,你可以在 $MXNET_HOME/lib 目录下找到 libmxnet.so。比如,如果 libmxnet 的所在的目录是 ~,你应该执行下面的命令:

export MXNET_HOME=/~/libmxnet

你可能希望将这个命令添加到 ~/.bashrc 文件中。如果已经添加,你可以使用下面的命令,在Julia控制台中安装Julia包:

    Pkg.add("MXNet")

更多关于安装和使用MXNet的Julia接口的细节,请查看 MXNet Julia documentation

安装MXNet的Scala接口

在从源代码构建MXNet的Scala库之前,你必须完成 第一步,构建共享库。之后,在MXNet根目录中,运行下面的命令来构建MXNet的Scala库:

make scalapkg

这个命令将会为assembly, core, 和 example创建JAR文件。它也会在 native/{your-architecture}/target directory 目录下创建本地库,它可以和其它核心模块协同工作。

在MXNet根目录下,执行下面的命令,将MXNet的Scala包安装到本地Maven仓库:

make scalainstall

下一步

阅读更多

扫码向博主提问

xuezhisdc

非学,无以致疑;非问,无以广识
去开通我的Chat快问
换一批

没有更多推荐了,返回首页