搞机器学习的几大框架是必须了解,至少都跑过一遍吧!个人感觉mxnet比较好搭建的,尤其是Ubuntu环境下~~~
一、安装必须的GCC等环境
sudo apt-get update (必须,不然会遇到安装openblas、atlas时找不到网站)
sudo apt-get install build-essential git (任选一libblas-dev、libatlas-base-dev、libopenblas-dev) libopencv-dev
二、下载mxnet、dmlc-core、mshadow、ps-lite
git clone --recursive https://github.com/dmlc/mxnet
三、安装CUDA、我用的是cpu、略去
四、编译mxnet,开关支持GPU
将mxnet/目录里找到mxnet/make/子目录,把该目录下的config.mk复制到mxnet/目录,用文本编辑器打开,找到并修改以下两行:
USE_CUDA = 1
USE_CUDA_PATH = /usr/local/cuda
修改之后,在mxnet/目录下编译
make -j4
五、编译出来的mxnet只是一个库文件,因此需要应用端,选用python的
cd python
python setup.py install
六、运行mnist手写数字例子
cd mxnet/example/image-classification
python train_mnist.py
在第一次运行的时候会自动下载MNIST数据集。
以上的命令是使用默认的参数运行,即使用mlp网络,在cpu上计算。
如果使用lenet网络,在GPU上实现加速,则使用如下命令:
python train_mnist.py --gpus 0 --network lenet
运行结果:
感谢:
http://blog.csdn.net/a350203223/article/details/50260419
花了点时间,在windows上试验成功:64位win7+VS2013+64位Anaconda2
运行速度很慢(debug库)、cpu占用高,建议linux