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. maven配置文件pom.xml小记

    1.pom.xml主要描述了项目:包括配置文件:开发者需要遵循的规则,缺陷管理系统,组织和licenses,项目的url,项目的依赖性,以及其他所有的项目相关因素 2.基础设置: <modelV ...

  2. AcWing 11. 背包问题求方案数

    //g[i,j]表示f[i,j]取最大值的方案数目 //体积最多是j 全部为0,v>=0 //体积恰好为j f[0][0]=0,f[i]=无穷,v>=0 //体积至少是j f[0][0]= ...

  3. vjudge A Funny Game 思维题 (其实今天讲的全是数学。。。)

    原文链接https://vjudge.net/contest/331993#problem/H Alice and Bob decide to play a funny game. At the be ...

  4. Keras 回归 拟合 收集

    案例1 from keras.models import Sequential from keras.layers import Dense, LSTM, Activation from keras. ...

  5. ReviewBoard使用:添加SVN

    1.登录ReviewBoard,选择“Admin” 2.选择 “Repositores”,点击按钮“Add” 3.填写内容,然后点击按钮“SAVE”保存 Name:仓库名称(自己随意写) Hostin ...

  6. TD - 输入框

    模板1:TD - 普通输入框 <input dojoType="bootstrap.form.ValidationTextBox" dojoAttachPoint=" ...

  7. pymysql模块学习

    #Pymysql 用于连接mysql数据库 #连接数据库 data_ip = "192.168.34.128" data_name = "lch" data_p ...

  8. Docker的安装和操作(虚拟机+linux系统)

    1.简介 Docker是一个开源的应用容器引擎:是一个轻量级容器技术: Docker支持将软件编译成一个镜像:然后在镜像中各种软件做好配置,将镜像发布出去,其他使用者可以直接使用这个镜像: 运行中的这 ...

  9. linux中mysql安装(配图)

    环境: 1.操作系统:CentOS release 6.8 (Final) 2.安装版本: mysql-5.6.31-linux-glibc2.5-x86_64.tar.gz 3.下载地址:http: ...

  10. Dimension reduction

    materials: 1. Dimension Reduction - IsoMap