MXnet 配置

发表于 | 分类于 | 阅读次数 |
字数统计 480

MXnet GPU version configuration (Windows 10. GTX960M)

Tools

Methods

  • Step 1: Install VS2015

  • Step 2: Install CUDA 9.0

  • Step 3: Install cuDNN7 解压后把cudnn目录下的bin目录加到PATH环境变量里

  • Step 4: Install Opencv 下载并解压，然后创建环境变量OpenCV_DIR，把opencv/build目录添加进去,把\opencv\build\x64\vc12\bin和\opencv\build\x86\vc12\bin添加到PATH路径

  • Step 5: Install openBLAS 需要下载mingw64_dll.zip和OpenBLAS-v0.2.14-Win64-int64.zip两个文件. 创建环境变量 OpenBLAS_HOME，把openBLAS根目录加进去,把DLL所在目录需要添加到环境变量path中. 创建 “C:\Program files (x86)\OpenBLAS\” 复制相关文件进去

  • Step 6: Install Anaconda 把安装路径添加到PATH里去

  • Step 7: Install MXnet 创建MXnet 文件夹 然后使用命令行CD至该文件夹

    1
    git clone --recursive https://github.com/dmlc/mxnet

    在根目录创建build文件夹 (补充操作 目前未使用： 打开make文件夹的config.mk 文件 修改USE_CUDNN = 0 to USE_CUDNN = 1, 修改USE_BLAS = openBLAS )

  • Step 8: Install Cmake Configure and Genreate VS工程 mxnet.sln Configure的配置选择如下图
    image

  • Step 9: 使用VS2015 打开mxnet.sln 切换成release模式 64位 然后启动编译 编译完成后，在mxnet_build\Release目录下生成了libmxnet.dll文件

  • Step 10: Install graphviz library 添加安装路径到环境变量path

  • Step 11: 使用Anaconda的命令行 新建一个虚拟环境

    1
    conda create  --name MXNet python=2.7

    MXNET目前不太适配python3, 激活环境 

    1
    activate MXNet

  • Step 12: cd 至mxnet文件夹的python文件夹里， 拷贝如图的各个文件到该文件夹

    iamge

    然后使用

    1
    python setup.py install

  • Step 13: 再次拷贝上图的文件到Anaconda的MXNet虚拟环境的 Lib\site-packages\mxnet-版本名.egg\mxnet 中 并且添加此路径到环境变量path中

  • Step 14: 

    1
    conda install nb_conda

    激活这个虚拟环境到juptyer notebook里面 打开jupyter book就可以进行测试了

iamge

兴趣使然