mxnet

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/
---------------------
作者：prahs
来源：CSDN
原文：https://blog.csdn.net/prahs/article/details/52184579
版权声明：本文为博主原创文章，转载请附上博文链接！