香橙派5plus rk3588编译MXNet教程

ai文章 1月前 0 8

MXNet（发音为“mix-net”）起源于卡内基梅隆大学和华盛顿大学。MXNet是一个功能齐全，可编程和可扩展的深入学习框架，支持最先进的深入学习模式。MXNet提供了混合编程模型（命令式和声明式）和大量编程语言的代码（包括Python、C++、R、Scala、Julia、Matlab和JavaScript）的能力。2017年1月30日，MXNet进入Apache基金会，成为Apache的孵化器项目。

MXNet支持深度学习架构，如卷积神经网络（CNN）和循环神经网络（RNN），包括长短期记忆网络（LTSM）。该框架为成像、手写、语音识别，预测和自然语言处理提供了出色的功能。有些人称MXNet是世界上最好的图像分类器。

MXNet具有强大的技术，包括扩展能力，如GPU并行性和内存镜像、编程器开发速度和可移植性。此外，MXNet与Apache Hadoop YARN（一种通用的，分布式的应用程序管理框架）集成，使MXNet成为TensorFlow的竞争对手。

近期，Amazon宣布将MXNet作为Amazon AWS最主要的深度学习框架。

1. 背景
MXNet（也称为Apache MXNet或incubator-mxnet）是一个开源的深度学习框架，它最初由华为和亚马逊AWS共同开发，并于2017年成为Apache软件基金会的孵化项目。MXNet旨在提供高效、灵活和可扩展的深度学习框架，可以用于训练和部署机器学习模型。以下是MXNet的一些关键特点和功能：

多语言支持：MXNet支持多种编程语言，包括Python、C++、Scala、Julia和R。这使得MXNet适用于不同背景和编程偏好的开发人员。

灵活性：MXNet提供了高度灵活的符号式和命令式编程接口。符号式编程使您能够定义计算图，以便进行高效的自动微分和优化，而命令式编程更适合快速的原型设计和调试。

分布式训练：MXNet支持分布式训练，可以在多个GPU或多台机器上并行训练深度学习模型，以加速训练过程。它还支持云端和本地集群的分布式计算。

跨平台支持：MXNet可以在各种硬件设备上运行，包括CPU、GPU和专用AI加速器。它还支持多个操作系统，包括Linux、Windows和macOS。

深度学习库集成：MXNet可以与其他深度学习库（如Gluon、Keras、TensorFlow）无缝集成，从而扩展其功能并允许用户使用他们熟悉的工具。

自动微分：MXNet提供了自动微分功能，使您能够轻松计算损失函数的梯度，这对于训练神经网络模型至关重要。

模型部署：MXNet支持将训练好的模型部署到不同的生产环境中，包括云端服务器、移动设备和嵌入式系统。

社区支持：作为一个Apache孵化项目，MXNet拥有活跃的开发社区，提供了文档、教程和许多示例来帮助用户入门和解决问题。

MXNet是一个功能强大且灵活的深度学习框架，适用于各种深度学习应用，从计算机视觉到自然语言处理。它的跨平台支持、多语言接口和分布式训练功能使其成为一个受欢迎的工具，用于构建和部署深度学习模型。

2.编译MXNet准备
下载源码需要用到github下载：https://github.com/apache/mxnet

我这里直接给百度网盘，链接:

隐藏内容，扫码公众号查看，发【code】获验证码

3.开发板编译

unzip mxnet.zip

mkdir -p build && cd build

sudo apt -y install ninja-build gfortran liblapack* libblas* libopencv* libopenblas* python3-dev virtualenv

sudo apt install cython

cmake \
-DUSE_SSE=OFF \
-DUSE_CUDA=OFF \
-DUSE_OPENCV=ON \
-DUSE_OPENMP=ON \
-DUSE_SIGNAL_HANDLER=ON \
-DBUILD_CYTHON_MODULES=ON \
-DCMAKE_BUILD_TYPE=Release \
-GNinja ..

或使用

cmake -DUSE_SSE=OFF -DUSE_CUDA=OFF -DUSE_OPENCV=ON -DUSE_OPENMP=ON -DUSE_SIGNAL_HANDLER=ON -DBUILD_CYTHON_MODULES=ON -DCMAKE_BUILD_TYPE=Release -GNinja ..

开始编译：

ninja -j8 #

ps:这里需要花费很长的时间

开始python安装：

cd ../python

sudo pip3.7 install -e .

sudo python3.7 setup.py install –user

# ps:这里的Python版本根据自己的版本修改

查看安装依赖：
pip3.7 list

# 注意numpy的版本需要1.21.6

pip3.7 install numpy==1.21.6 -i https://pypi.tuna.tsinghua.edu.cn/simple

扫码领红包