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. scanf使用尿性

    scanf("xxx%d",&xx); "xxxx%d" 这里不能乱写,这里是标准输入,不然xx的一直不对,和printf不一样,而且%d 和& ...

  2. [CF527D] Clique Problem - 贪心

    数轴上有n 个点,第i 个点的坐标为xi,权值为wi.两个点i,j之间存在一条边当且仅当 abs(xi-xj)>=wi+wj. 你需要求出这张图的最大团的点数. Solution 把每个点看作以 ...

  3. mac 命令行下 vim 的使用

    vi/vim 使用实例 使用 vi 来建立名为 test.txt 的文件 vi test.txt1按下 ESC 按钮回到一般模式 在一般模式中按下 :wq 储存后离开 vi 基本上 vi/vim 共分 ...

  4. 154.Ajax处理csrf防御

    在普通的form表单中采用post请求提交数据,可以在form表单的method=post的form标签下面,添加一个csrf_token标签{% csrf_token %},或者是直接手动的添加一个 ...

  5. Hive学习笔记二

    目录 Hive常见属性配置 将本地库文件导入Hive案例 Hive常用交互命令 Hive其他命令操作 参数配置方式 Hive常见属性配置 1.Hive数据仓库位置配置 1)Default数据仓库的最原 ...

  6. ECMAScript基本语法——①与HTML的结合方式

    内部JS: HTML页面内定义一个script标签,标签内就是JS代码一般情况会写到特定的位置,写到head标签内 外部JS: HTML页面内定义一个script标签,使用src加载外部的JS文件 注 ...

  7. C语言strcmp()函数:比较两个字符串

    strcmp() 函数用于对两个字符串进行比较(区分大小写). 头文件:string.h 语法/原型: int strcmp(const char* stri1,const char* str2); ...

  8. 图的最短路径算法-- Floyd算法

    Floyd算法求的是图的任意两点之间的最短距离 下面是Floyd算法的代码实现模板: ; ; // maxv为最大顶点数 int n, m; // n 为顶点数,m为边数 int dis[maxv][ ...

  9. Spring - Spring Boot - Thymeleaf - textual 模式

    概述 thymeleaf 的 text 模式简单使用 过程会比较啰嗦, 需要结论的同学, 可以直接到底部去寻找 背景 想尝试做一个简单的 模板工具 目的 自动生成一些简单的 重复文本 思路 尽量简单 ...

  10. 操作系统-多用户如何理解(Linux)

    单用户.多用户.单任务.多任务,这么多种操作系统容易让人迷糊.其实这种初看你会觉得理解了一点,但其实你仔细研究会发现,多用户到底讲的是什么鬼? 多任务比较简单,就是应用程序都要放置到内存上去给CPU调 ...