windows cpu mxnet

MXnet （mix net）类似Caffe，Tensorflow，是一个深度学习框架， 
优点是很省显存，，而且windows下也能用~~ 

Mxnet是DMLC的子项目： http://dmlc.ml/  

Mxnet官网： http://mxnt.ml/en/latest//  


windows下安装GPU版本参见我的另一篇博文（需要先看完这篇）
官方安装教程（各种平台下）: http://mxnt.ml/en/latest/how_to/build.html  
Ubuntu下安装GPU版： http://phunter.logdown.com/posts/314562  



官方已经编译好的版本： https://github.com/dmlc/mxnet/releases  

下面进入windows安装环节（Python环境）： 
1、下载mxnet  
平时不怎么用Github，这次还是直接点网页上的按钮--下载zip，结果发现mxnet要依赖的DMLC的其他项目并没有一起下载，干脆先装了一个Github windows客户端： https://desktop.github.com/  

之后，进入mxnet的Github： https://github.com/dmlc/mxnet  
如下图，依次点击Clone or download  -> Open in desktop 
 

2、下载openBLAS和openCV  
openBLAS（解压就行）： https://sourceforge.net/projects/openblas/files/v0.2.14/  
注意： 需要下载mingw64_dll.zip和OpenBLAS-v0.2.14-Win64-int32.zip两个文件！ 
注意： DLL所在目录需要添加到环境变量path中，并重新登录 
据说也可以用mkl,,这次懒得整了，有兴趣的看看我以前的博文： http://cherishlc.iteye.com/blog/2109069  

openCV：N年前装的了，解压后用CMake生成VS工程并编译 

3、安装python和numpy  
numpy不好装，直接下载个 Anaconda 完事儿： https://www.continuum.io/downloads  

4、增强VS对C++11的支持  
用的是Visual Studio 2013进行编译；需要先升级从而增强对C++11的支持： 

• 下载Visual C++ Compiler Nov 2013 CTP：https://www.microsoft.com/en-us/download/details.aspx?id=41151
• 卸载"Microsoft Visual C++ 2013 Redistributable (x64)"， 否则安装CTP时会出现0x80070666错误
• 安装CTP
• 拷贝C:\Program Files (x86)\Microsoft Visual C++ Compiler Nov 2013 CTP内的文件到C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC （注意：如果VS的安装目录不是默认目录，则上述目录依然存在，但应该拷贝到对应的安装目录下！）

5、用CMake生成VS工程  
指定好mxnet所在目录后，同时要指定生成目录为./mxnet/build，否则生成的libmxnet.dll不在默认目录下，配置python时还要重新将libmxnet.dll拷贝到其他目录！！ 
点Configure，会出现一些错误，需要做以下事情： 

• 去掉CUDA和CuDNN的勾选（否则要安装CUDA和CuDNN）
• 指定OpenBLAS的include目录和lib文件位置(见下图)；注意是.dll.a的动态链接版本！
• 指定openCV的编译目录（见下图）

之后，点击generate生成Visual Studio工程。 

6、编译mxnet  
打开mxnet.sln，注意编译选项改成release，x64模式， Ctrl+Shift+B编译所有工程，生成的mxnet.dll就会出现在./build/release文件夹下了。 

7、配置mxnet的python包  
在mxnet/python 目录下， 运行cmd ，输入命令 

Cmd代码  

1. python setup.py install  

安装过程如下图： 
 
对python不熟，貌似是egg安装： http://blog.csdn.net/turkeyzhou/article/details/8876658  
执行结束后，会在Anaconda3安装目录下的 \Lib\site-packages 中多出一个 mxnet-0.5.0-py3.5.egg 文件夹； 此外，会在 easy-install.pth 文件中多出一行： ./mxnet-0.5.0-py3.5.egg