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
- Spring的代理模式(静态,JDK,CGLIB)
一.静态代理 1.定义业务接口 public interface Subject { void doSomeThing(); } 2.真实业务类实现接口 public class RealSu ...
- Linux C++ 直接选择排序,冒泡排序,快速排序
选择排序的思想是:每次从待排序中选择最小(大)的元素插入已经排好的序列中. /*直接选择排序*/ #include <iostream> using namespace std; void ...
- ArcMap空间参考警告窗口关了怎么重新打开
有时候加载的数据没有空间参考或者空间参考和数据框的空间参考不一致,都会弹出警告的对话框 如果选中不再向我发出警告复选框,之后又想显示它,可启动 AdvancedArcMapSettings.exe 工 ...
- python之路正则表达式
元字符 蓝色框中有非贪婪模式也不起作用,非贪婪模式在+后加上?号 有空字符串
- 16day 路径信息系列
../ 上一级目录 ./ 当前路径 ~ 返回到家目录 - 两个目录之间进行快速切换 An argument of - is equivalent to $OLDPWD(环境变量) 补充说明: [roo ...
- 题解【洛谷P5658】[CSP-S 2019]括号树
题面 一道简单的栈与\(\text{DP}\)的结合. 首先介绍一下序列上的括号匹配问题,也就是此题在序列上的做法: 设 \(dp_i\) 表示以 \(i\) 结尾的合法的括号序列个数, \(ss_i ...
- zabbix4.2配置监控MySQL
1.在被监控主机安装好MySQL 相关步骤省略. 2.创建监控所需要的MySQL账户(MySQL服务器端) MariaDB [(none)]>grant usage on *.* to zabb ...
- K3/Cloud点击按钮打开第三方URL
public override void AfterBarItemClick(BOS.Core.DynamicForm.PlugIn.Args.AfterBarItemClickEventArgs e ...
- poj1505(二分+贪心)
"最大值尽量小"是一种很常见的优化目标. 关乎于炒书. 题目见此: http://poj.org/problem?id=1505 我的copy的代码如下: #include< ...
- 一看就会一做就废系列:说说 RECOVER DATABASE(上)
这里是:一看就会,一做就废系列 数据库演示版本为 19.3 (12.2.0.3) 该系列涉及恢复过程中使用的 个语句: 1. recover database 2. recover database ...