MxNet系列——get_started——docker_setup

本文介绍了如何在Docker上运行MXNet,并提供了CPU和GPU版本的Docker镜像链接。通过这些镜像,可以轻松地在一个隔离的环境中部署和使用MXNet。

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

博客新址: http://blog.xuezhisd.top
邮箱:xuezhisd@126.com


在Docker上运行MXNet

Docker 是一个系统,它允许你构建一个自包含的Linux操作系统,该操作系统可以在你的计算机上孤立的运行。 在自包含的Linux系统中,你可以运行MXNet和其它软件包,而这些软件不会与你的计算机上的包相互作用。

MXNet 提供了2个运行MXNet的 Docker 镜像:

  1. MXNet Docker (CPU版本) - https://hub.docker.com/r/kaixhin/mxnet/

  2. MXNet Docker (GPU版本) - https://hub.docker.com/r/kaixhin/cuda-mxnet/

每周都会使用MXNet的最新构建,更新这些Docker镜像。

如果需要支持 CUDA,你需要 NVIDIA Docker image

在Docker上运行MXNet的步骤:

  1. 安装Docker。更多信息,查看 Docker documentation
  2. 运行下面的命令,启动 MXNet Docker容器。

对于 CPU容器,执行下面的命令:

	sudo docker run -it kaixhin/mxnet

对于 GPU容器,执行下面的命令:

	sudo nvidia-docker run -it kaixhin/cuda-mxnet:7.0

关于如何使用 MXNet Docker镜像的更多细节,请查看 MXNet Docker GitHub documentation

下一步

`torch gather` 和 MXNet的`F.gather_nd` 都是用来从张量中选取特定索引元素的功能,但在使用上有一些细微差别。 1. **PyTorch (torch)**: `gather`函数主要用于沿着给定维度`dim`获取指定索引处的元素。它接受两个参数,第一个参数是源张量(`input`),第二个参数是一个长度匹配源张量该维度的整数切片(`index`)。例如,如果你有一个三维张量和一维索引,你可以选择每个索引对应的列。输出的张量将与输入的形状相同,除了指定的维度会变为1。 ```python input = torch.tensor([[[1, 2], [3, 4]], [[5, 6], [7, 8]]]) index = torch.tensor([0, 1]) output = torch.gather(input, dim=1, index=index) # 输出: tensor([[1, 4], # [5, 8]]) ``` 2. **MXNet (F.gather_nd)**: `F.gather_nd`与`torch`的`gather`类似,但它可以处理更高维度的索引,允许你通过多个索引来取出多维张量的元素。这个函数需要一个数据张量`(data)`、一个形状匹配的数据张量`(indices)`作为索引以及一个轴`(axis)`。这个函数返回的是一个由索引指定元素组成的张量,形状是 `(indices.shape[:-1] + data.shape[axis+1:])`。 ```python import mxnet as mx data = mx.nd.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]]) indices = mx.nd.array([[0, 1], [1, 0]]) # 二维索引 output = mx.nd.F.gather_nd(data, indices) # 输出: [[1, 3], [6, 5]] ``` **区别总结**: - PyTorch的`gather`更适用于单个或低维度索引的情况。 - MXNet的`F.gather_nd`支持高维度或多维索引,适合提取多位置的元素。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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