win10x64 编译 mxnetWithGPU

1.0.0版本

    git clone时记得加--recursive参数,否则缺少很多依赖库

    windows编译默认会启动多核编译

    openblas需要有二进制package, 而且需要配置环境变量,具体查看FindOpenblas.cmakes (openblas依赖lapack,而lapack依赖于

              cygwin的一些dll,这些必须加入环境路径中,否则后续会出现import mxnet 错误

    需要提供opencv3库

    编译出libmxnet.lib/libmxnet.dll, 但是最后依然出现错误,比如op.h找不到,但是本次目标有libmxnet.dll就够了(mxnet\cpp-                                 package\scripts\OpWrapperGenerator.py 这个文件负责生成一个op.h,但是不知道为什么VS自动调用它总是windows 126错误,

              但是直接命令符中执行它确实可以的)

    到mxnet\python下执行python setup.py install

    保证opencv,openblas,cygwin,相关库都在环境路径后,在python中即可import mxnet了

详细步骤

1. 安装opencv 3.x
   opencv_world340.dll 加入系统目录中
2. git clone --recursive https://github.com/apache/incubator-mxnet.git ./
3. https://sourceforge.net/projects/openblas/files/ 下找找win 64bit下的二进制包，
   一般最新版本是没有win二进制的，找找旧版本
4. openblas二进制包，不知道是什么编译出来的(mingw? 但我在mingw下没找到
   对应的库),似乎依赖以下三个库
   libgcc_s_seh-1.dll，libgfortran-3.dll, libquadmath-0.dll
5. 参考mxnet的FindOpenBLAS.cmake，设置环境变量
   OpenBLAS_HOME（OpenBLAS是linux下需要的)
   另外记得把openblas的dll加入系统目录中
6. 一个坑
   vs2015安装时一定要把WIN10 SDK装上。。。。
7. 安装了CUDA 9.0 但是 CMAKE configuration时提示找不到CUDA编译器
   Cmake会生成一个CMakeError.log,仔细查看CMake想找的是CUDA 8.0, 而机器上相应目录(在CMakeError.log里找路径)里只有CUDA9.1，所以修改CMakeLists.txt即可(本来此处Cmake应该让用户选择CUDA版本，但是不知道为什么，windows上没有弹出选项，只能直接修改了)
8. OpenCV
   默认编译时提示找不到OpenCV,此时CMake会提示你修改OpenCV_DIR(CMake界面上搜索),把opencv的build目录赋值给OpenCV_DIR即可(这个目录下有个OpenCVConfig.cmake)
9. mxnet默认使用多线程编译，虽然理论上速度会快很多，但是同时需要的资源也大幅提高
   如果资源不够，反而影响速度,甚至是失败
   编译速度是机器性能相关，我编译了N个小时
   编译过程中有可能会出现问题，比如heap被耗尽。。，不用修改代码，直接再次编译（不是rebuild，是build)，直到得到libmxnet.dll为止
10. 编译完成后，在mxnet/python目录下执行 python setup install
11. 运行后出现错误： no kernel image is available for execution on the device
    原因CUDA9 不支持计算能力小于3的GPU。。。，换CUDA8
12. error == cudaSuccess(8 vs. 0)

GPU版本和编译时指定的计算能力不同 GPU ARCH 的问题，在mxnet/cmake/FirstClassLangCuda.cmake中修改CUDA_COMMON_GPU_ARCHITECTURES 的值，把GPU的计算能力写入（具体GPU对应的计算能力在网上找)       if(${arch_name} STREQUAL "Fermi")

        #if (CUDA_TOOLSET VERSION_LESS "8.0")

          set(arch_bin 2.0 "2.1(2.0)")

        #endif()

注释条件，使得8.0也可令arch_bin = 2.0 (测试GPU的能力是2.1),保证CMake会打印出

cuda arch bin: 20;21(20);30;35;50;52;32;37;53;60;61