MXNET安装

最新推荐文章于 2025-06-01 09:15:13 发布
最新推荐文章于 2025-06-01 09:15:13 发布
阅读量7.2k 收藏 4
点赞数
CC 4.0 BY-SA版权
分类专栏： 机器学习 环境搭建 文章标签： 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.youkuaiyun.com/prahs/article/details/52184579
本文详细介绍如何在Ubuntu 14.04环境下安装MXNet深度学习框架，并配置CUDA支持及Python环境。从安装依赖开始，逐步介绍安装过程，包括安装CUDA、配置MXNet编译选项、编译安装MXNet及Python支持。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Ubuntu 14

按照官方的说法安装：

装依赖

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

下载mxnet
git clone –recursive https://github.com/dmlc/mxnet
recursive参数，因为mxnet依赖于DMLC通用工具包http://dmlc.ml/，–recursive参数可以自动加载mshadow等依赖。这里暂时不要着急编译，我们还要装一下CUDA。

装CUDA（如果没有GPU可以跳过这一步）
这里提到的CUDA安装方法也适用于除MXnet之外的其他深度学习软件包。我们通过nVidia官方链接下载安装CUDA驱动和工具包，请前往 https://developer.nvidia.com/cuda-downloads 选择对应的安装方式。国内读者建议网络安装方式deb(network)，这样ubuntu会选择就近的国内的源安装，速度可能比较快。

如果用ubuntu 14.04，不用去官网，直接运行以下这些命令也可以调用官网下载（安装包较大需要耐心等待）：
wget http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1404/x86_64/cuda-repo-ubuntu1404_7.5-18_amd64.deb

接着装它

sudo dpkg -i cuda-repo-ubuntu1404_7.5-18_amd64.deb
sudo apt-get update
sudo apt-get install cuda

支持GPU的MXnet
MXnet需要打开一个编译和链接选项来支持CUDA。在前一步git clone得到的mxnet/目录里找到mxnet/make/子目录，把该目录下的config.mk复制到mxnet/目录，用文本编辑器打开，找到并修改以下几行：

USE_CUDA = 1
USE_CUDA_PATH = /usr/local/cuda

其中第二行是CUDA的安装目录。如果选择默认安装方式，它会在/usr/local/cuda或者是类似/usr/local/cuda-7.5这样的原始安装目录，如果是自定义目录的安装，请自行修改本条。

如果用户选择安装atlas或者openblas等其他BLAS的实现，需要额外的修改。如果ubuntu的atlas实现（sudo apt-get install libatlas-base-dev或者sudo apt-get install libopenblas-dev），需要修改为：

USE_BLAS = atlas 或者 openblas

编译mxnet
修改之后，在mxnet/目录下编译（-j4是可选参数表示用4线程编译）：

make -j4

如果报错：cannot find -lcblas 就是没有装blas，apt-get install就行

python支持
如果要安装Python支持：

cd python
sudo apt-get install python-numpy python-setuptools
python setup.py install

setup之前需要安装setuptools和numpy

配置python环境变量
不配置环境变量的话，有可能会报“no module named mxnet”的错

gedit ~/.bashrc
export PYTHONPATH=~/mxnet/python

我这里的mxnet放在home里

不配python环境变量的用法
根据官方文档，如果不想改变系统配置可以这样

cp -r ~/mxnet/python/mxnet <path to your working directory>
cp ~/mxnet/lib/libmxnet.so <path to your working directory>/mxnet/

其中是你当前开发应用的目录，如果你已经在开发目录里，可以用以下命令

cp -r ~/mxnet/python/mxnet .
cp ~/mxnet/lib/libmxnet.so mxnet/

Windows

这里只讨论python的配置，因为我暂时只用python

  1. 下载
    首先到github上下载最新的MXNET，这里下载的是20150531的cpu版本
  2. 解压
    没啥说的

  3. 安装
    在mxnet/python 目录下， 运行cmd ，输入命令
    python setup.py install

  4. 设置环境变量
    运行解压目录下的setupenv设置环境变量，OK

mxnet安装
数字人生
04-10 1519
以上步骤涵盖了在不同操作系统和配置下安装MXNet的基本流程。在安装过程中，请确保遵循适用于您系统的特定指南，并根据需要选择合适的CPU或GPU版本的MXNet。安装完成后，您可以通过运行测试脚本来验证MXNet是否正确安装并配置【3】【4】。
MXNet入门必备：详解MXNet安装，让你快速上手深度学习
04-11 9467
MXNet是一个开源的、灵活的、高效的深度学习框架。它于2015年由亚马逊团队开发，旨在为深度学习研究人员、开发工程师和数据科学家提供一个帮助他们更容易地训练和部署深度学习算法的平台。 MXNet可以运行在CPU、GPU和云上，支持多种编程语言，包括Python、Java、Scala、R、C++等。它也提供了一个用户友好的高级API，并允许用户通过符号式编程和命令式编程两种方式创建和训练深度学习模型。此外，MXNet还支持分布式训练和部署，以应对大规模数据和模型的需求。
MXNet——如何使用训练好的MobileNet1.0
斯人若彩虹，遇上方知有！
12-24 1371
一、了解MobileNet 推荐：轻量化网络ShuffleNet MobileNet v1/v2 解析 这位知乎博主讲的挺好的，很好理解！不知道的请移步学习！！ 下面我们来测试一下分类的效果如何？ 二、实际测试一下分类效果 方法一：会自动下载训练好的网络模型，方法二也是一样 from mxnet.gluon.model_zoo import vision #加载网络参数 mo...
mxnet 源码
12-15
git mxnet 源码 ，按照readme.md 内描述即可正常安装
MXNet与PyTorch深度学习框架对比指南
最新发布
gitblog_00337的博客
06-01 347
MXNet与PyTorch深度学习框架对比指南 作为深度学习领域的两大主流框架，MXNet和PyTorch各有特色。本文将从技术角度对两者进行全面对比，帮助开发者理解它们的异同点，并掌握从PyTorch迁移到MXNet的核心要点。 框架概述 MXNet是由Apache软件基金会维护的开源深度学习框架，其Gluon API提供了类似PyTorch的灵活编程体验。PyTorch则因其直观的API和纯命...
MxNet（GPU版本）安装及相关配置（CUDA，CuDNN，Graphviz，d2l，虚拟环境配置）及最终建议
科研笔记
10-04 1万+
安装MxNet遇到的坑
Mxnet源码安装(CPU)
hjxu2016的博客
10-15 1718
文章目录一、python下简单暴力安装，不过强烈不推荐二、源码安装 简记mxnet-cpu端的安装过程 一、python下简单暴力安装，不过强烈不推荐 sudo pip3 install mxnet 二、源码安装 源码安装的好处，tool目录下有很多工具，im2rec等等，顺带还能读一读mxnet的源码 1、下载mxnet git clone https://github.com/dmlc/m...
MXNet安装
Python老吕的博客
04-10 1803
MXNet是一款灵活、高效的深度学习框架，由亚马逊的研究团队开发，为深度学习爱好者提供了广泛的功能支持。通过以上步骤，您应该能够成功安装MXNet并开始在您的项目中使用它。如果您在安装GPU版本的MXNet时遇到问题，请确保您的系统中安装了正确版本的CUDA和cuDNN，并且环境变量设置正确。如果安装过程中遇到错误，请检查您的系统环境和依赖库是否满足要求，并尝试更新pip或conda到最新版本。指的是CUDA 10.1版本，您需要根据自己的CUDA版本选择相应的安装包）。首先，确保您的pip是最新版本。
MXNet1.0.0源码包
07-05
MXNet v1.0.0 适用于cuda8.0 有需要的下载
MXNet安装流程详解：跨平台、全版本兼容
2301_78348935的博客
04-09 2166
MXNet是一种高效、灵活、可扩展、跨平台的深度学习框架，具有以下显著特点： - 高效：MXNet采用了多种并行处理技术，可以利用CPU和GPU的计算能力，有效地加速了模型训练和推理的速度。 - 灵活：MXNet提供了灵活的符号式API和命令式API，用户可以自由选择不同的编程方式，灵活地构建和修改深度学习模型。 - 可扩展：MXNet的设计使得它可以在多台服务器之间共享模型和数据，可以处理大规模的深度学习任务。 - 跨平台：MXNet支持多种编程语言和操作系统，例如Python、Scala、R、C++等
MXNET深度学习官方指南
07-16
MXNET深度学习官方指南MXNET深度学习官方指南MXNET深度学习官方指南
mxnet框架使用小结
01-06
构建神经网络 import gluonbook as gb import mxnet as mx from mxnet import autograd, gluon, init, nd from mxnet.gluon import loss as gloss, nn import time net = nn.Sequential() net.add(nn.Conv2D(channels=6, kernel_size=5, activation='sigmoid'), nn.MaxPool2D(pool_size=2, strides=2), nn.Conv2D
Mxnet_20160224_win10
02-25
Mxnet（20160224_win10_x64_cpu_only）。
MXnet的cpu版本
07-25
mxnet 是深度学习领域的主流框架之一，近段时间还成为了Amazon的AWS默认深度学习引擎。
ubuntu编译安装mxnet
aaon22357的博客
03-02 2844
github地址： https://github.com/apache/incubator-mxnet/tree/v1.3.x 官网： https://mxnet.apache.org/ 官网上的教程很清楚，照着做就ok。 我是从源码编译安装的，所以选了Build from Source，下面会出来链接，点进去。 安装依赖库，opencv啥的就不说了，直接安装gpu版mxnet，建议提前再anac...
MXnet实战心得---值得拥有
dcxhun3的博客
12-27 7546
最近终于新采购的硬件性能评测做完了！！！ 本次硬件性能测评的操作系统是Linux Ubuntu 14.04，主要从基础测试和专业深度学习框架测试两方面进行的测试。 基础测试用Phoronix Test Suite套件对新采购硬件系统进行了GPU、memory、CPU和IO的测试，并将测试结果上传到OpenBenchmarking.org网站，然后与旧的硬件系统的测试结果以及别人测试结果进行对比。
MXNet实战入门Minist分类
weixin_39451323的博客
06-25 389
MXNet之Minist1.训练过程2.测试过程 1.训练过程 训练代码: import mxnet as mx import argparse import numpy as np import gzip import struct import logging def get_network(num_classes): """ LeNet """ data...
mxnet试用体验
热门推荐
u013713010的专栏
05-11 1万+
mxnet 是深度学习领域的主流框架之一，近段时间还成为了Amazon的AWS默认深度学习引擎（知乎上还说是Amazon的宫斗，然而吃瓜群众只关心实用性不关心背后的故事）。由于本人以前一直使用的都是caffe，故而本文或多或少会对caffe和mxnet进行一定程度的比较。 安装 mxnet常常被吐槽的是文档欠缺和社区稍弱。但是在安装这一项上，mxnet对于新手是非常友好的，仅需要进行
mxnet安装教程github
03-16
<think>好的，我现在需要帮助用户找到MXNet在GitHub上的安装教程。首先，我应该回忆一下MXNet的相关信息。MXNet是一个深度学习框架，由Apache维护，用户可能需要在他们的系统上安装它。根据用户提供的引用内容，特别是引用[1]和引用[3]，里面有提到MXNet的安装步骤和GitHub仓库的位置。 引用[1]中的命令是关于安装MXNet的R包，包括使用Rscript安装依赖和构建包。这可能对需要R绑定的用户有用，但用户问的是GitHub上的安装教程，可能需要更通用的步骤。引用[3]提到了MXNet的GitHub仓库地址是dmlc/mxnet，不过现在可能已经迁移到Apache的仓库下，需要确认正确的URL。 接下来，我需要整理安装步骤。通常，GitHub上的项目会有README文件，其中包含安装说明。用户可能需要从源码构建MXNet，或者使用预编译的二进制文件。常见的步骤包括克隆仓库、安装依赖、编译安装等。此外，用户可能还需要选择不同的语言绑定，比如Python、R或Julia。 根据引用[1]中的R安装步骤，可以推断MXNet的R包安装需要一些特定命令，比如使用devtools安装依赖。而引用[3]提到MXNet正在发展，可能有更多的绑定和文档改进。因此，我应该建议用户查看GitHub仓库的最新文档，因为安装步骤可能会随着版本更新而变化。 还需要考虑用户的操作系统，不同的系统（如Linux、Windows、macOS）安装步骤可能不同。例如，Linux用户可能需要安装CMake、GCC等编译工具，而Windows用户可能使用预编译的二进制文件或者通过pip安装。 另外，用户可能希望使用Python，这时候可以直接用pip安装MXNet，但若需要从源码构建，则需要按照GitHub上的指南操作。需要提醒用户注意选择正确的分支或版本，以及安装必要的依赖库，如CUDA、cuDNN（如果使用GPU支持）。 最后，需要确保提供的GitHub链接是正确的。根据引用[3]，原来的仓库是dmlc/mxnet，但现在Apache MXNet的官方仓库应该是apache/incubator-mxnet，所以需要更新链接，避免用户访问旧仓库。 总结步骤： 1. 访问MXNet的GitHub官方仓库。 2. 查看README中的安装说明。 3. 根据操作系统和需求选择安装方式（源码编译或预编译包）。 4. 安装依赖项。 5. 执行构建和安装命令。 6. 验证安装是否成功。 同时，用户可能需要参考官方文档或其他资源，如引用[1]中的R包安装步骤，或者引用[3]提到的应用案例。最后，生成相关问题，帮助用户深入了解MXNet的安装和使用。</think>以下是MXNet在GitHub上的安装教程及关键步骤： ### 1. 访问MXNet的GitHub仓库 官方仓库地址为：https://github.com/apache/incubator-mxnet 在仓库的`README.md`和`docs`目录中，可以找到详细的安装指南[^3]。 ### 2. 安装方式选择 - **预编译包（推荐新手）** 使用Python可直接通过pip安装： ```bash pip install mxnet # CPU版本 pip install mxnet-cu102 # GPU版本（CUDA 10.2） ``` - **从源码编译（需自定义配置）** 克隆仓库后编译： ```bash git clone --recursive https://github.com/apache/incubator-mxnet cd incubator-mxnet make -j$(nproc) USE_OPENCV=1 USE_BLAS=openblas # 示例配置 ``` ### 3. 系统依赖安装 - **Ubuntu/Debian** ```bash sudo apt-get install build-essential cmake libopenblas-dev libopencv-dev ``` - **R语言绑定** 引用[1]中的命令可安装R包： ```bash Rscript -e "install.packages('devtools')" cd R-package && Rscript -e "install_deps()" ``` ### 4. 验证安装 Python环境下执行： ```python import mxnet as mx print(mx.__version__) # 应输出版本号如1.9.1 ```
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