安装GPU版Mxnet(cu101)

已于 2024-09-23 22:26:41 修改
阅读量1.8k 收藏 4
点赞数
文章标签： 深度学习 gpu cuda windows
于 2020-10-31 11:52:24 首次发布
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/weixin_45565519/article/details/109399881
版权
本文介绍了在Win10系统中如何安装GPU版的Mxnet Cu101，包括下载CUDA 10.1、CuDNN以及Mxnet_cu101，详细阐述了配置环境的过程，如验证CUDA安装、降低CUDA版本以及安装CuDNN的步骤。此外，还提供了检查CUDA版本和安装Mxnet的指导。

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

最低0.47元/天 解锁文章
win10用pip安装mxnet-cu101、mxnet-cu102
数字人生
01-13 3155
pip --default-timeout=1000 install --upgrade mxnet-cu101 -i https://pypi.tuna.tsinghua.edu.cn/simple/ 或者 pip install --pre mxnet-cu101 -i https://pypi.douban.com/simple 。。。 参考： https://blog.csdn.net/mod_13/article/details/105490656 https://blog..
ubuntu安装MXNet GPU版本
qq_35091353的博客
09-05 1355
1、安装 推荐pip安装mxnet，gpu版本： pip install mxnet-cu19==1.0.0 豪华至尊gpu+mkl版本 pip install mxnet-cu90mkl==1.0.0 2、验证 使用系统python验证，命令行中输入：python CPU： from mxnet import nd x = nd.array([1,2,3]) x.context cpu(0) GPU from mxnet import nd a = nd.array([1,2,3], ctx
mxnet_cu101mkl-1.5.0-py2.py3-none-win_amd64.7z.001
11-14
基于CUDA10.1的MXNet框架的wheel,可直接pip安装使用，由于上传资源大小限制，分为2个分卷，这是01分卷，02分卷的地址https://download.csdn.net/download/qq_38891072/11976421
ubuntu18.04 pychram中导入mxnet（cu101）报错
爱吃冰淇凌的羊驼
09-05 994
报错信息： 问题解决及原因分析： 首先确定自己所选择的python环境是正确的，也就是在terminal终端是可以执行import mxnet的。如果环境不正确，则在pycharm下：File->Settings->project interpreter中修改环境成所需要的环境。 问题原因： 因为我安装的是gpu版本的mxnet，所以需要加载cuda，但是pycharm没办法加...
MXNet gpu 版本快速安装（mxnet-cu101)
热门推荐
tanmx219的博客
06-16 2万+
最近有项目要用mxnet，要从头开始配置mxnet，记录一下全过程，先说下在Windows 10下的安装GPU版本的问题。 查看cuda版本 首先要查看一下自己安装 的cuda版本，一般情况下可以使用nvcc --version或nvidia-smi -q指令，比如我的是10.1版， C:\Users\SpaceVision>nvcc --version nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2019 NVIDIA C
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
记录MXnet-cu102的安装
m0_46085114的博客
02-27 4344
记录MXnet-cu102的安装 #第一次写博客，写的不好不建议，可以把意见提出了，大佬勿喷 1. 查看一下自己的cuda版本 cuda=10.2 而我这边的python版本为3.6 有点难办，如果使用国内源的话，mxnet最新版本为10.1 也就是说10.2的版本是找不到的 然后我就百度，查博客，看了很多篇文章，发现很多都是10.1，9.0版本的，找不到10.2版本 无奈之下在哪去官网看看 经过一番查找后，找到了下载地址 打开网站，往下找找就可以找到使用pip的下载地址 有三个pip 第一个就是卸
《动手学深度学习》安装CPU计算的MXNet和GPU版本的MXNet
2401_87555681的博客
11-11 872
我目前也不清楚这里为什么要用cmd命令行窗口，但是之后运行的conda命令需要在Anaconda命令行窗口中执行，我这里再介绍一下，我启动的方法。在这里输入anaconda就可以选择进入了，因为进入默认是C盘，我们可以cd G:命令进入G盘（我这里是G盘，你们可以替换），然后使用激活gluon，最后使用进入浏览器中的jupoyter编辑器。
win11动手学深度学习安装过程（GPU版）（ CUDA Anaconda Mxnet )
spylinda的博客
03-01 6604
win11，动手学深度学习安装过程（GPU版）（ CUDA / Anaconda / Mxnet )（备忘） 一、检查及安装CUDA 首先检查显卡支持的cuda： 直接搜索NVIDIA，选择NVIDIA控制中心， 可以看到NVIDIA支持的最高CUDA 然后是安装 https://developer.nvidia.com/cuda-toolkit-archive 选择需要的版本，我这里选择的是v10.1 注： 我的显卡是GeForce RTX3060，查找后支持的Cuda最高版本是cuda1
CUDA10.1下的WIN10使用pip安装MXNet
Mod_13的博客
04-13 2473
Windows10使用pip安装MXNet GPU版本的那些坑 安装MXNet GPU版本的前提是已经根据官方要求安装好了CUDA和cudnn。 本机具体环境： Windows10 CUDA version：CUDA 10.1 cudnn version：cudnn 7.6.5 python：3.6 官网指南： 官网链接：http://mxnet.incubator.apa...
mxnet_cu101mkl-1.5.0-py2.py3-none-win_amd64.7z.002
11-14
基于CUDA10.1的MXNet的wheel,可直接pip安装，由于上传大小限制，这是02分卷，前面有01分卷//download.csdn.net/download/qq_38891072/11976411
mxnet_cu100mkl-1.5.0-py2.py3-none-win_amd64.7z.002
11-14
打包好的MXnet 的wheel,基于CUDA10.0的，由于限制上传大小，这是02分卷，前面有01分卷，链接//download.csdn.net/download/qq_38891072/11976398
mxnet_cu100mkl-1.5.0-py2.py3-none-win_amd64.7z.001
11-14
打包好的MXnet 的wheel,基于CUDA10.0的，由于限制上传大小，这是01分卷，还有02分卷，链接//download.csdn.net/download/qq_38891072/11976404
mxnet-cu101-1.6.0b20200302-py2.py3-none-manylinux1-x86-64.whl
12-10
mxnet-1.6.0b20200302适合cuda10.1 linux x86_64系统，使用pip安装即可
mxnet-1.3.0b20180831-py2.py3-none-manylinux1_x86_64.whl
09-11
大数据辅助插件下载mxnet，放这里大家随便下载，绝对好用，不限制
ubuntu CUDA10.0-11.2安装旧版本mxnet
Sun_ZD的博客
11-22 1500
需要先安装libquadmath.so.0共享库。 有关 PyPI 包的功能请求、建议和问题报告，请单击此处创建问题。先决条件 该软件包支持 Linux 和 Windows 平台。您可能还想检查： mxnet-cu112 with CUDA-11.2 support. mxnet-cu110 with CUDA-11.0 support. mxnet-cu102 with CUDA-10.2 support. mxnet-cu101 with CUDA-10.1 support. mxnet-cu100
Windows10下安装GPU版本的MXNet
轩辕魂天
11-23 1万+
Windows10下安装GPU版本的MXNetMXNet官网：http://mxnet.dmlc.ml/ 官网安装教程：http://mxnet.io/get_started/setup.html#installing-mxnet 官方编译好的版本:https://github.com/dmlc/mxnet/releases 如果只是用cpu版本的同学推荐使用编译好的版本，如果使用GPU
MXnet1.7.0/1.8.0/cu11.0-2.0.0+win10+cuda11.0+py3
xxxxxbai的博客
04-18 5032
在之前，我在win10上装了cuda11.0以及tf-gpu2.4.1，然后我的后续踩坑之路来了，在安装mxnet遇到了很多错误。目前仅安装上了cpu版本，gpu未试探出来，只能默默等开发者把cuda11.0的windows版本的mxnet-gpu开发出来了。 以下记录我的踩坑之路以及如何装上mxnet的cpu版本。 1.直接Pip 安装mxnet: error: Microsoft Visual C++ 14.0 is required 前面是一大堆报错信息，大概意思是创建Numpy环境失败，倒数第二个e
win10安装CUDAToolkit并配置mxnet-cu102
蜂蜜柚子茶的博客
01-23 2871
1.查看自己电脑是否有GPU，以及GPU的型号。 2.去NVIDIA的控制面板查看自己需要安装的CUDA （也就是CUDA toolkit）的版本，这里我可以安的是cuda10.2： 去官网下载对应的NUDA Toolkit型号：CUDA Toolkit Archive | NVIDIA Developer 当然，如果电脑没有驱动的话，要先根据自己的GPU版本下载相应的驱动。比如我的是GeForce MX350 notebook，输入查看，然后下载：NVIDIA - 驱动下载 3.安装CU.
GPU版本的mxnet安装
最新发布
01-09
### 如何安装GPU版本的MXNet 为了运行分布式训练，创建一个集群实例，这些实例需预装有MXNet 1.4.0或更高版本以及Horovod 0.16.0或以上版本[^1]。对于希望利用GPU加速的应用场景来说，确保已安装必要的GPU库至关重要。 具体而言，在Ubuntu 16.04环境下，应配置如下组件来支持基于GPU的操作：NVIDIA驱动程序396.44版、CUDA工具包9.2版、cuDNN库7.2.1版、NCCL通信库2.2.13版和OpenMPI消息传递接口3.1.1版。上述环境设置不仅适用于自定义构建，也兼容亚马逊深度学习AMI，后者预先集成了所需软件栈。 针对MXNet GPU版本的具体安装指令取决于操作系统的选择。以Linux为例： #### 使用pip安装命令 最简便的方式是通过Python包管理器`pip`完成安装操作。执行下列命令可获取最新稳定版MXNet-GPU发行版： ```bash pip install mxnet-cu92==1.8.0 # 版本号可能随时间变化而更新，请查阅官方文档确认最适合您系统的版本 ``` 此命令假设读者已经具备了匹配版本的CUDA（此处为9.2）。如果使用的CUDA版本不同，则需要调整包名中的后缀部分以反映实际需求（如`mxnet-cu101`代表对应于CUDA 10.1的MXNet版本）。 #### 验证安装成功与否 一旦安装过程结束，可以通过导入模块并打印其版本信息来进行验证： ```python import mxnet as mx print(mx.__version__) ``` 此外，尝试初始化一个NDArray对象至GPU设备上也能进一步检验是否正确启用了硬件加速功能： ```python a = mx.nd.array([1, 2, 3], ctx=mx.gpu()) print(a) ```
评论 1
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