入门深度学习mxnet框架——运行mnist手写数字例子

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