深度学习框架MXnet安装（ubuntu16.04，CUDA8.0)

深度学习框架MXnet安装（ubuntu16.04，CUDA8.0)

 

 版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/xierhacker/article/details/53409663

MXnet的背景就不多说了，网上有很多，这里主要讲讲安装。 
MXnet比起caffe来要简洁，简洁指的是依赖上，所以只需要安装很少的其他的库啊等等，配caffe的时候那种让人耐心爆炸的情况是不会出现的。废话少说，开始正题吧。 
github：https://github.com/dmlc/mxnet

CUDA8.0

首先是cuda的安装，加速都靠它。参考之前这篇文章： 
爆详细Ubuntu16.04,CUDA8.0,Caffe,OpenCV3.1,Theano,Tensorflow完全配置指南 
要是有的话，直接忽略。

安装依赖

复制下面的就行了：

sudo apt-get install -y build-essential git libblas-dev libopencv-dev

克隆（下载）MXnet

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

没有git下载压缩包也是一样的，只不过多了一个解压的过程而已。 
弄完之后，你会得到一个mxnet的文件夹，里面大概是这个样子。 

编译

首先进mxnet/这个目录，你会发现里面有个make/目录，进去，把这个目录下面的config.mk文件复制到mxnet/目录下面。

cp config.mk ..

然后在mxnet/下面把这个config.mk文件打开，大概像这个样子。 

因为我们是使用CUDA的，所以找到以下的几行，并且改为以下这样。 
 
无非是添加了对于cuda的支持了cuda路径还有对于cudnn的支持。

保存就可以开始编译了。

make -j4

等待编译完成就行了…..

Python接口

进到python/文件夹，然后

sudo python setup.py install

弄完就OK了

测试 
进到mxnet/example/image-classification/中，跑一个mnist的例子。

python train_mnist.py –network mlp

再用GPU跑一次

python train_mnist.py –network mlp –gpus 0

看的到的速度提升，说明GPU还是有用的。