MXnet的使用
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
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 【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
- 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 ...
- 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 ...
- Windows安装mxnet
code { white-space: pre } div.sourceCode { } table.sourceCode,tr.sourceCode,td.lineNumbers,td.source ...
随机推荐
- vjudge Lake Counting 搜索 水池 8方向
原题链接https://vjudge.net/contest/331118#problem/A 题目: 现在有一个M*N的方阵,每个格子里面是.或者W,点代表水,然后如果在这个点的周围,即8个方向内还 ...
- 编辑当前目录及其子目录,对比指定文件大小 (bat)
@echo off :: 设置对比大小校验(单位为kb) set COMPARE=100 ::指定起始文件夹 cd %~dp0/ set DIR_PATH=%cd% :: 输出文件目录 set RES ...
- Spark Streaming:updateStateByKey报错 is not applicable for the arguments...
ones.updateStateByKey(new Function2<List<Integer>, Optional<Integer>, Optional<Int ...
- 机器学习作业(四)神经网络参数的拟合——Python(numpy)实现
题目下载[传送门] 题目简述:识别图片中的数字,训练该模型,求参数θ. 出现了一个问题:虽然训练的模型能够有很好的预测准确率,但是使用minimize函数时候始终无法成功,无论设计的迭代次数有多大,如 ...
- numpy学习(四)
练习篇(Part 4) 41. How to sum a small array faster than np.sum? (★★☆) arr = np.arange(10) print(np.add. ...
- 2020牛客寒假算法基础集训营6 I.导航系统 (最小生成树)
https://ac.nowcoder.com/acm/contest/3007/I 题中给定的图必定是一棵树 容易发现,如果将输入的N(N-1)个距离看做N(N-1)条无向边的话,那么如果数据合法, ...
- VJ数论专题AC代码临时保存
//A #include<bits/stdc++.h> using namespace std; bool vis[1000010]; void Get_Prime() { int n = ...
- 关于按下ctrl+z后,之后的cin失效的问题
下面这代码按下Ctrl+z结束while输入后,接下来的cin >> val2就无法输入了 #include <iostream> #include <vector> ...
- FPM 0.08不能运行破解办法……
FPM_0.080.rar 破解办法:用UltraEdit打开FPM.exe,查找"33 C0 E9 F2"(注意中间有空格)将33改为8B,F2改为00
- DoS攻击种类
DoS攻击有许多种类,主要有Land攻击.死亡之ping.泪滴.Smurf攻击及SYN洪水等. 据统计,在所有黑客攻击事件中,syn洪水攻击是最常见又最容易被利用的一种DoS攻击手法. 1.攻击原理 ...