Windows10下安装MXNet-走过的那些坑

た入场券 2022-05-15 03:14 1339阅读 0赞

# 一、一开始看到各种安装方法，简单的，用pip安装mxnet的python CPU版本和GPU版本。 #

**windows还是linux，python2还是python3，安装命令都一样**

### 用pip安装mxnet的python CPU版本：pip install mxnet ###

### 用pip安装mxnet的python GPU版本:pip install mxnet-cu80 **mxnet-cu80中cu80的意思是cuda8.0** ###

**安装python GPU版本的时候总出错，看到：**又快又稳地安装mxnet-cu8.0

按照教程安装gpu的gluon到99%时会出错，使用豆瓣镜像安装可以又快又稳地安装，地址如下

pip install --pre mxnet-cu80 -i https://pypi.douban.com/simple # CUDA 8.0

如果你的可以，恭喜你，安装成功。我的出错了，试了很多次，感觉已经不能用了，下面带你从头配置安装mxnet.

# 二、cpu版本的，推荐使用编译好的版本，gpu版本的推荐自己编译。我的是Windows10 64位系统，这里以win10为例，你安装时注意自己的系统。 #

一定要检查你的显卡是否能用cuda， 如果不能，是用不了mxnet的 GPU版的，请安装CPU版，我的可以，先安装对应版本的英伟达驱动。

## 1 安装VS2013或者VS2015 ##

我一开始安装了VS2015，cmake的时候总出错，建议安装VS2013，安装参考：[https://jingyan.baidu.com/article/495ba841edca2f38b30ede3d.html][https_jingyan.baidu.com_article_495ba841edca2f38b30ede3d.html]

如果安装的是vs2013，则需要增强vs对c++11的支持，下载 [Visual C++ Compiler Nov 2013 CTP][Visual C_ Compiler Nov 2013 CTP]并安装：

*  **卸载”Microsoft Visual C++ 2013 Redistributable (x64)”， 否则安装CTP时会出现0x80070666错误**
 *  **安装CTP**
 *  **拷贝C:\\Program Files (x86)\\Microsoft Visual C++ Compiler Nov 2013 CTP内的文件到C:\\Program Files (x86)\\Microsoft Visual Studio 12.0\\VC （注意：如果VS的安装目录不是默认目录，则上述目录依然存在，但应该拷贝到对应的安装目录下！）**

## 2 安装CUDA、cuDNN ##

CUDA下载地址：[https://developer.nvidia.com/cuda-toolkit][https_developer.nvidia.com_cuda-toolkit]  
直接按next安装就可以，win10系统下最好使用8.0  
cuDNN:[https://developer.nvidia.com/cudnn][https_developer.nvidia.com_cudnn]  
下载最新的v7.2版本

解压后把cudnn目录下的bin目录加到PATH环境变量里

下载后得到Cudnn文件夹（名字也叫cuda）， 分别将里面的cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v8.0对应的include、lib、bin目录下即可

验证是否装好命令：nvcc -V

## 3 安装opencv3.0 ##

下载地址：[http://opencv.org/][http_opencv.org]  
下载并解压，然后创建环境变量OpenCV\_DIR，把opencv/build目录添加进去  
把\\opencv\\build\\x64\\vc12\\bin和\\opencv\\build\\x86\\vc12\\bin添加到PATH路径

具体安装配置参考：[https://jingyan.baidu.com/article/64d05a0245aa70de55f73b12.html][https_jingyan.baidu.com_article_64d05a0245aa70de55f73b12.html]

记得要配置文件属性使所有项目都适用。

配置文件属性使所有项目都适用可以参考：[https://www.zhihu.com/question/24400428，比较详细][https_www.zhihu.com_question_24400428]

## 4安装openBLAS ##

openBLAS（解压就行）：[https://sourceforge.net/projects/openblas/files/v0.2.14/][https_sourceforge.net_projects_openblas_files_v0.2.14]  
注意：需要下载mingw64\_dll.zip和OpenBLAS-v0.2.14-Win64-int32.zip两个文件！  
创建环境变量 OpenBLAS\_HOME，把openBLAS根目录加进去  
把DLL所在目录需要添加到环境变量path中

## 5安装Anaconda ##

其实就是安装python，如果那样的话还得安装很多包，这里安装anaconda比较方便。

python3之前安装有问题，这里建议安装anaconda2，里面集成了python2。安装前建议清理所有的python版本

下载地址[Anaconda][] , 下载2.7，直接next安装，把安装路径添加到PATH里去，安装目录不要有空格

安装python编辑器的话建议安装pycharm,具体不在这里赘述。

## 6 安装mxnet ##

下载地址：[https://github.com/dmlc/mxnet][https_github.com_dmlc_mxnet]  
工程里面包含有引用信息，记得把引用的文件也下载下来  
解压并在根目录新建build目录  
下载CMake：[https://cmake.org/][https_cmake.org]

打开CMake，指定好目录后按下Configure，选择相应版本的vs win64工程

如果出现找不到cudnn，手动设置cudnn位置在点击Configure，直到警告全部消失  
最后点击generate生成Visual Studio工程。

## 7 编译mxnet ##

打开mxnet.sln，注意编译选项改成release，x64模式，编译ALL BUILD，最后会在build/release文件夹下生成libmxnet.lib和libmxnet.dll，把这个目录加入PATH中

## 8 配置python ##

运行cmd  
cd进入到mxnet/python目录下，输入python setup.py install   
安装完后重新打开cmd   
运行python命令，输入import mxnet as mx  
a = mx.nd.ones(1)  
b = mx.nd.ones(1,mx.gpu())

a.asnumpy()  
b.asnumpy()

![70][]

表示配置成功。

如果gpu变量显示为0，说明编译有问题，具体看网站[https://github.com/dmlc/mxnet/issues/1228][https_github.com_dmlc_mxnet_issues_1228]

# 三 、如果上述编译出错，不能点击generate生成Visual Studio工程 #

我们不使用DMLC在github上发布的那一套MXNet，早已经不更新了。

日更新版本：[https://github.com/yajiedesign/mxnet/releases][https_github.com_yajiedesign_mxnet_releases]

新版的MXNet里有一些参数在vc12编译出的库里没有，所以推荐使用vc14版本，也就是VS2015。可以安装C++11支持

接下来按着步骤二进行操作就可以了

# 四、安装常见错误 #

## 一是WindowError：126   二是ImportError: cannot import name libinfo ##

解决方案是

1st: python build & install success

2st: copy all dependence dlls(opencv,openblas etc.) to C:\\Python27\\Lib\\site-packages\\mxnet-0.5.0-py2.7.egg\\mxnet\\

3rd: before import mxnet add mxnet package path to PATH environment.  
os.environ\[‘PATH’\]=r’C:\\Python27\\Lib\\site-packages\\mxnet-0.5.0-py2.7.egg\\mxnet;’ + os.environ\[‘PATH’\]

简单的说就是把openCV 和 openBLAS的dll放入 %your\_python\_dir%\\Lib\\site-packages\\mxnet-0.X.0-py2.7.egg\\mxnet\\文件夹下，并在系统的环境变量中加入该文件夹路径

## 还有个错误是提示dll的位数不对，这是由于第三方依赖库的位数没有统一，建议都使用64位 ##

**注意：我之前都是用笔记本安装或者服务器，这次用台式机，大坑，安装好了显示找不到显卡，检查显卡驱动是好的，但是检测不到显卡，检查后发现连接的是AMD显卡，英伟达显卡没有连接，换连接英伟达显卡**，可以用mxnet gpu版本，整个安装成功。

[https_jingyan.baidu.com_article_495ba841edca2f38b30ede3d.html]: https://jingyan.baidu.com/article/495ba841edca2f38b30ede3d.html
[Visual C_ Compiler Nov 2013 CTP]: https://www.microsoft.com/en-us/download/details.aspx?id=41151
[https_developer.nvidia.com_cuda-toolkit]: https://developer.nvidia.com/cuda-toolkit
[https_developer.nvidia.com_cudnn]: https://developer.nvidia.com/cudnn
[http_opencv.org]: http://opencv.org/
[https_jingyan.baidu.com_article_64d05a0245aa70de55f73b12.html]: https://jingyan.baidu.com/article/64d05a0245aa70de55f73b12.html
[https_www.zhihu.com_question_24400428]: https://www.zhihu.com/question/24400428
[https_sourceforge.net_projects_openblas_files_v0.2.14]: https://sourceforge.net/projects/openblas/files/v0.2.14/
[Anaconda]: https://www.continuum.io/downloads
[https_github.com_dmlc_mxnet]: https://github.com/dmlc/mxnet
[https_cmake.org]: https://cmake.org/
[70]: /images/20220515/854ea59a4a4c468ca9bfa2f1ad84fc91.png
[https_github.com_dmlc_mxnet_issues_1228]: https://github.com/dmlc/mxnet/issues/1228
[https_github.com_yajiedesign_mxnet_releases]: https://github.com/yajiedesign/mxnet/releases