Lorsque j'apprends avec Deep Learning, je crains que cela ne prenne du temps, donc Actuellement, c'est MXNet ou CNTK qui fonctionne à grande vitesse, j'ai donc essayé d'installer MXNet. Le document original est un peu vieux, n'est-ce pas? Parce qu'il y avait un endroit où je pensais J'ai écrit la procédure que j'ai construite sous forme de mémorandum.
La dernière version de la version pré-build de Windows peut être téléchargée à partir du site suivant
https://github.com/yajiedesign/mxnet/releases
Tout d'abord, téléchargez le package de bibliothèque associé de vc12 ou vc14.
Puisque python3.5 est construit avec vc14, sélectionnez le package de base vc14 (environ 73 Mo) en conséquence.
Ensuite, téléchargez la version pré-build de l'unité principale. Je pense que cuda est prêt, alors téléchargez la version gpu (environ 18 Mo). Compression au format 7z, donc http://forest.watch.impress.co.jp/library/software/7zip/ Téléchargez l'outil de décompression.
La documentation indique qu'elle sera étendue à c: \ mxnet. J'ai créé et développé les dossiers suivants selon les besoins.
c:\work\mxnet
Déployez 7z pour le package de base vc14.
Etait inclut. En regardant 3rdparty / cudnn / Readme.txt, il est dit que vous devriez DL et placer vous-même cudnn. Cette fois, réglez cudnn 5.1. En passant, si vous regardez 3rdparty / cudart /, il dit cudart64_80.dll, donc ce sera une combinaison de CUDA8.0 64bit + cudnn 5.1 (mis à jour en fonction de la version téléchargée).
Et copié le fichier extrait sous 3rdparty / cudnn.
Ensuite, extrayez le fichier 2017XXXX_mxnet_x64_vc14_gpu Copiez dans prebuildbase_win10_x64_vc14. Dans l'état jusqu'à présent
c:\work\mxnet\prebuildbase_win10_x64_vc14\
Il est devenu.
La documentation dit d'exécuter setupenv.cmd et de l'installer avec python / setup.py, mais suppose d'abord qu'il sera utilisé dans un environnement virtuel pour mxnet.
Anaconda est pratique comme environnement virtuel pour Windows. Vous pouvez télécharger la version complète, mais si vous souhaitez installer à partir du strict minimum, miniconda est un bon choix. En raison du package opencv, le python utilisé est ** 3.5 **.
Le nom de l'environnement virtuel est spécifié avec -n, et ici c'est mxnet (cela n'a pas d'importance). Après cela, spécifiez la version 3.5 avec python = 3.5. Comme numpy, scipy et cython sont requis, définis au moment de l'installation. ipython est facile à utiliser pour les tests, alors installez-le pendant que vous y êtes.
conda create -n mxnet python=3.5 numpy scipy cython ipython
Il sera téléchargé et installé dans quelque chose comme c: \ Anaconda3 \ envs \ mxnet.
Une fois défini avec succès, à partir de l'invite de commande qui utilise cet environnement virtuel
activate mxnet
Cela devient un état pour utiliser l'environnement virtuel.
Si vous regardez setupenv.cmd, le paramètre de chemin d'accès au dossier 3rdparty sera ajouté à votre PATH. Cependant, il échoue si la chaîne PATH dépasse déjà 1024.
Ici, vous devez ajouter le chemin absolu des dossiers suivants à la variable d'environnement PATH.
En bref, j'ai créé un script pour définir ces PATH. En tant que fichier appelé c: \ work \ mxnet \ mxnetenv.bat
set MXNET_HOME=c:\work\mxnet\prebuildbase_win10_x64\vc14
set MXNET_DEPEND=%MXNET_HOME%\3rdparty
set MXNET_PATH=%MXNET_DEPEND%\openblas\bin;%MXNET_DEPEND%\gnuwin;%MXNET_DEPEND%\vc;%MXNET_DEPEND%\opencv;%MXNET_DEPEND%\cudart;%MXNET_DEPEND%\cudnn\bin;%MXNET_HOME%\lib
set PATH=%MXNET_PATH%;%PATH%
Créé. ** Réinitialisez MXNET_HOME sur votre propre chemin **. Si vous souhaitez utiliser mxnet, démarrez d'abord ce fichier mxnetenv.bat.
À ce stade, vous êtes prêt à l'installer en tant que package python. Il est écrit comme développé en c: \ work \ mxnet, mais veuillez le lire comme il convient.
activate mxnet
cd c:\work\mxnet
mxnetenv.bat
cd %MXNET_HOME%\python
python setup.py install
Sens,
Ensuite, le paramètre démarrera et l'installation sera terminée lors du téléchargement d'autres bibliothèques manquantes.
Vérifiez maintenant si vous l'avez installé. Démarrez python dans l'environnement virtuel
import mxnet as mx
a = mx.nd.ones((2,3))
print((a*2).asnumpy())
S'il n'y a pas d'erreurs, ce sera comme suit (ici, ipython a été utilisé)
(mxnet) c:\work\mxnet> ipython
In [1]: import mxnet as mx
In [2]: a = mx.nd.ones((2, 3));
In [3]: print ((a*2).asnumpy());
[[ 2. 2. 2.]
[ 2. 2. 2.]]
J'ai installé OpenCV3 et jupyter car il ne serait pas pratique de faire quoi que ce soit.
conda install -c menpo opencv3
conda install jupyer matplotlib
(Les packages OpenCV3 ne sont pas standard. C'est pourquoi nous avons décidé d'utiliser 3.5 car il n'est pas actuellement distribué pour python3.6)
jupyter-notebook
Alors, lancez jupyter, créez un nouveau fichier avec "Nouveau" - "Python3" et testez si la commande de test précédente réussit.
En outre, dans le didacticiel MXNet, il existe également un exemple pour dessiner un graphique, donc Il est préférable d'installer graphviz à l'avance.
Je pense que vous pouvez maintenant utiliser la dernière version de mxnet, mais des tests tels que mnist sont la prochaine opportunité ...