关于MXnet的介绍:

MXNet: A flexible and efficient library for deep learning.

这是MXNet的官网介绍,“MXNet是灵活且高效的深度学习库”。

MXNet是主流的三大深度学习框架之一:

TensorFlow:Google支持,其简化版是Keras
PyTorch:Facebook支持,其工业版是Caffe2
MXNet:中立,Apache孵化器项目,也被AWS选为官方DL平台;
MXNet的优势是,其开发者之一李沐,是中国人,在MXNet的推广中具有语言优势(汉语),有利于国内开发者的学习。同时,推荐李沐录制的教学视频,非常不错。

MXNet的高层接口是Gluon,Gluon同时支持灵活的动态图和高效的静态图,既保留动态图的易用性,也具有静态图的高性能,这也是官网介绍的flexible和efficient的出处。同时,MXNet还具备大量学术界的前沿算法,方便移植至工业界。希望MXNet团队再接再励,在深度学习框架的竞赛中,位于前列。

我是在Ubuntu18.04里面安装的

安装步骤:

1、安装Python

sudo apt-get install python

2、安装Git

sudo apt-get install git

3、安装依赖包

sudo apt-get install -y build-essential git libatlas-base-dev libopencv-dev

4、从GitHub上获取代码(这个可能不是最新的,自己可以换成最新的路径)

git clone --recursive https://github.com/dmlc/mxnet

5、进入MXnet目录进行编译,命令如下

cd mxnet
make -j$(nproc) #利用多核特性

6 安装python的必备库

sudo apt-get install python-setuptools
sudo apt-get install python-numpy

7、安装Python支持,进入Mxnet下的Python目录执行如下命令

sudo python setup.py install

8、进入example目录下的image-classification目录执行如下命令

sudo python train_mnist.py

执行结果如下

INFO:root:Epoch[] Batch [-]    Speed: 11223.70 samples/sec    accuracy=0.999844
INFO:root:Epoch[] Batch [-] Speed: 10489.39 samples/sec accuracy=0.999844
INFO:root:Epoch[] Batch [-] Speed: 10071.96 samples/sec accuracy=0.999531
INFO:root:Epoch[] Batch [-] Speed: 11706.14 samples/sec accuracy=1.000000
INFO:root:Epoch[] Batch [-] Speed: 10958.20 samples/sec accuracy=0.999531
INFO:root:Epoch[] Batch [-] Speed: 10575.25 samples/sec accuracy=0.999687
INFO:root:Epoch[] Batch [-] Speed: 10963.99 samples/sec accuracy=0.999375
INFO:root:Epoch[] Batch [-] Speed: 11068.63 samples/sec accuracy=0.999531
INFO:root:Epoch[] Train-accuracy=0.999684
INFO:root:Epoch[] Time cost=5.598
INFO:root:Epoch[] Validation-accuracy=0.983380
INFO:root:Epoch[] Batch [-] Speed: 11794.51 samples/sec accuracy=0.999845
INFO:root:Epoch[] Batch [-] Speed: 11534.11 samples/sec accuracy=1.000000
INFO:root:Epoch[] Batch [-] Speed: 11276.61 samples/sec accuracy=0.999844
INFO:root:Epoch[] Batch [-] Speed: 11382.12 samples/sec accuracy=0.999687
INFO:root:Epoch[] Batch [-] Speed: 11193.14 samples/sec accuracy=0.999219
INFO:root:Epoch[] Batch [-] Speed: 11618.06 samples/sec accuracy=0.999844
INFO:root:Epoch[] Batch [-] Speed: 11561.83 samples/sec accuracy=0.999687
INFO:root:Epoch[] Batch [-] Speed: 11611.91 samples/sec accuracy=0.999687
INFO:root:Epoch[] Batch [-] Speed: 10880.64 samples/sec accuracy=0.999844
INFO:root:Epoch[] Train-accuracy=0.999733
INFO:root:Epoch[] Time cost=5.261
INFO:root:Epoch[] Validation-accuracy=0.982882

说明:由于我使用普通权限操作都不能成功,所以使用了sudo,还有就是在调用python那里使用python3也是可以的。

比如:

sudo python3 train_mnist.py

参考博客:https://blog.csdn.net/caroline_wendy/article/details/80350366

参考博客:https://www.cnblogs.com/ibyte/p/6141832.html

MXnet的使用的更多相关文章

  1. ubantu16.04+mxnet +opencv+cuda8.0 环境搭建

    ubantu16.04+mxnet +opencv+cuda8.0 环境搭建 建议:环境搭建完成之后,不要更新系统(内核) 转载请注明出处: 微微苏荷 一 我的安装环境 系统:ubuntu16.04 ...

  2. MXNet设计和实现简介

    原文:https://github.com/dmlc/mxnet/issues/797 神经网络本质上是一种语言,我们通过它来表达对应用问题的理解.例如我们用卷积层来表达空间相关性,RNN来表达时间连 ...

  3. MXNET手写体识别的例子

    安装完MXNet之后,运行了官网的手写体识别的例子,这个相当于深度学习的Hello world了吧.. http://mxnet.io/tutorials/python/mnist.html 运行的过 ...

  4. MXNET安装过程中遇到libinfo导入不了的问题解决

    今天尝试安装windows版本的MXNET,在按照官网的运行了python的setup之后,import mxnet时出现如下错误:cannot import name libinfo,在网上查找发现 ...

  5. MXNet学习~试用卷积~跑CIFAR-10

    第一次用卷积,看的别人的模型跑的CIFAR-10,不过吐槽一下...我觉着我的965m加速之后比我的cpu算起来没快多少..正确率64%的样子,没达到模型里说的75%,不知道问题出在哪里 import ...

  6. MXNet学习~第一个例子~跑MNIST

    反正基本上是给自己看的,直接贴写过注释后的代码,可能有的地方理解不对,你多担待,看到了也提出来(基本上对未来的自己说的),三层跑到了97%,毕竟是第一个例子,主要就是用来理解MXNet怎么使用. #导 ...

  7. 【Mxnet】----1、使用mxnet训练mnist数据集

    使用自己准备的mnist数据集,将0-9的bmp图像分别放到0-9文件夹下,然后用mxnet训练. 1.制作rec数据集 (1).制作list

  8. mxnet安装

    本来不想写这些玩意,但是老是纠缠安装环境,索性自己记一下. 我是在别人的基础上增加的,所以比较全. 裸机开始安装: 1.基本依赖的安装 sudo apt-get update sudo apt-get ...

  9. mxnet实战系列(一)入门与跑mnist数据集

    最近在摸mxnet和tensorflow.两个我都搭起来了.tensorflow跑了不少代码,总的来说用得比较顺畅,文档很丰富,api熟悉熟悉写代码没什么问题. 今天把两个平台做了一下对比.同是跑mn ...

  10. Windows安装mxnet

    code { white-space: pre } div.sourceCode { } table.sourceCode,tr.sourceCode,td.lineNumbers,td.source ...

随机推荐

  1. javaweb基础备忘

    Request对象的主要方法有哪些 setAttribute(String name,Object):设置名字为name的request 的参数值 getAttribute(String name): ...

  2. Babel 7 主要改变

    1.不支持Node:0.10,0.12,4,5版本 2.更换命名-@babel/xxx 3.移除以年份命名的presets,统一更换成@babel/preset-env 4.移除 ’Stage‘ pr ...

  3. 剑指offer 56.删除有序链表中的重复结点

    56. 删除有序链表中的重复结点 题目描述 在一个排序的链表中,存在重复的结点,请删除该链表中重复的结点,重复的结点不保留,返回链表头指针. 例如,链表1->2->3->3-> ...

  4. Tomcat启动命令行窗口中文乱码

    找到Tomcat安装目录conf/logging.properties文件 添加语句:java.util.logging.ConsoleHandler.encoding = GBK 重启Tomcat

  5. C#调用WSDL接口

    http://www.cnblogs.com/wlming/p/8032782.html

  6. [USACO12FEB] 附近的牛 Nearby Cows - 树形dp,容斥

    给你一棵 \(n\) 个点的树,点带权,对于每个节点求出距离它不超过 \(k\) 的所有节点权值和 \(m_i\) 随便定一个根,设\(f[i][j]\)表示只考虑子树,距离为\(j\)的权值和,\( ...

  7. JAVAWEB应用模块(一)登录模块

    java后台代码(MD5加密+token验证): import com.smart.ssai.admin.domain.User; import com.smart.ssai.admin.servic ...

  8. mybatis(五):源码分析 - 参数映射流程

  9. 并查集路径压缩优化 UnionFind PathCompression(C++)

    /* * UnionFind.h * 有两种实现方式,QuickFind和QuickUnion * QuickFind: * 查找O(1) * 合并O(n) * QuickUnion:(建议使用) * ...

  10. 题解【Codeforces859C】Pie Rules

    题面 一道需要一定思考的 \(\text{DP}\) . 设 \(dp_i\) 表示第 \(i\) 步走的人能得到的最大分数, \(sum_i\) 表示 \(\sum_{j=i}^n a_j\) ,即 ...