mxnet安装和使用

通过Conda安装

首先根据操作系统下载并安装Miniconda（Anaconda也可以）。

wget （复制的连接地址）  会下载.sh脚本，然后bash (文件名.sh)就可以安装了

接下来下载所有教程的包（下载tar.gz格式或者下载zip格式均可）。解压后进入文件夹。

例如Linux或者Mac OSX 10.11以上可以使用如下命令

mkdir gluon-tutorials && cd gluon-tutorials
curl https://zh.gluon.ai/gluon_tutorials_zh.tar.gz -o tutorials.tar.gz
tar -xzvf tutorials.tar.gz && rm tutorials.tar.gz

Windows用户可以用浏览器下载zip格式并解压，在解压目录文件资源管理器的地址栏输入cmd进入命令行模式。

【可选项】配置下载源来使用国内镜像加速下载:

# 优先使用清华conda镜像
conda config --prepend channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

# 也可选用科大conda镜像
conda config --prepend channels http://mirrors.ustc.edu.cn/anaconda/pkgs/free/

然后安装所需的依赖包并激活环境：

conda env create -f environment.yml
source activate gluon # 注意Windows下不需要 source

之后运行下面命令，然后浏览器打开 http://localhost:8888 （通常会自动打开）就可以查看和运行各个教程了。

jupyter notebook

【可选项】国内用户可使用国内Gluon镜像加速数据集和预训练模型的下载

• Linux/OSX用户:

bash   MXNET_GLUON_REPO=https://apache-mxnet.s3.cn-north-1.amazonaws.com.cn/ jupyter notebook

• Windows用户:

bash   set MXNET_GLUON_REPO=https://apache-mxnet.s3.cn-north-1.amazonaws.com.cn/ jupyter notebook

通过docker安装

首先你需要下载并安装docker。例如Linux下可以

wget -qO- https://get.docker.com/ | sh
sudo usermod -aG docker
# 然后logout一次

然后运行下面命令即可

docker run -p 8888:8888 muli/gluon-tutorials-zh

然后浏览器打开http://localhost:8888 ，这时通常需要填docker运行时产生的token。 ## 更新教程

目前我们仍然一直在快速更新教程，通常每周都会加入新的章节。同时MXNet的Gluon前端也在快速发展，因此我们推荐大家也做及时的更新。更新包括下载最新的教程，和更新对应的依赖（通常是升级MXNet）。

用Conda更新

先重新下载新的 zip 或者 tar.gz 教程包。解压后，使用下面命令更新环境

conda env update -f environment.yml

用Docker更新

直接下载新的docker image就行。

docker pull muli/gluon-tutorials-zh

高级选项

使用GPU

默认安装的MXNet只支持CPU。有一些教程需要GPU来运行。假设电脑有N卡而且CUDA7.5或者8.0已经安装了，那么先卸载CPU版本

sudo apt-get install build-essential git  装编译器和git

下载cuda后，chmod +x cuda...文件名  变成可执行文件，然后sudo 文件名   就行了

nvidia-smi查看显卡信息，windows用户需要设置一下PATH :set PATH=c:\Program Files\NVIDIA Corporation\NVSMI;%PATH%)

pip uninstall mxnet

然后选择安装下面版本之一：

pip install --pre mxnet-cu75 # CUDA 7.5
pip install --pre mxnet-cu80 # CUDA 8.0

【可选项】国内用户可使用豆瓣pypi镜像加速下载:

pip install --pre mxnet-cu75 -i https://pypi.douban.com/simple # CUDA 7.5
pip install --pre mxnet-cu80 -i https://pypi.douban.com/simple # CUDA 8.0

使用notedown插件来读写github源文件

注意：这个只推荐给想上github提交改动的小伙伴。 我们源代码是用markdown格式来存储，而不是jupyter默认的ipynb格式。我们可以用notedown插件来读写markdown格式。下面命令下载源代码并且安装环境：

要先sudo apt-get update,然后  sudo apt-get git

git clone https://github.com/mli/gluon-tutorials-zh
cd gluon-tutorials-zh
conda env create -f environment.yml
source activate gluon # Windows下不需要 source

然后安装notedown，运行Jupyter并加载notedown插件：

pip install https://github.com/mli/notedown/tarball/master
jupyter notebook --NotebookApp.contents_manager_class='notedown.NotedownContentsManager'

【可选项】默认开启notedown插件

首先生成jupyter配置文件（如果已经生成过可以跳过）

jupyter notebook --generate-config

将下面这一行加入到生成的配置文件的末尾（Linux/macOS一般在 ~/.jupyter/jupyter_notebook_config.py )

c.NotebookApp.contents_manager_class = 'notedown.NotedownContentsManager'

之后就只需要运行 jupyter notebook 即可。

在远端服务器上运行Jupyter

Jupyter的一个常用做法是在远端服务器上运行，然后通过  http://myserver:8888 来访问。 有时候防火墙阻挡了直接访问对应的端口，但ssh是可以的。如果本地机器是linux或者mac（windows通过第三方软件例如putty应该也能支持），那么可以使用端口映射

ssh myserver -L 8888:localhost:8888

然后我们可以使用 http://localhost:8888 打开远端的Jupyter。

运行计时

我们可以通过ExecutionTime插件来对每个cell的运行计时。

pip install jupyter_contrib_nbextensions
jupyter contrib nbextension install --user
jupyter nbextension enable execute_time/ExecuteTime

老中医自检程序

用途

本教程提供了一系列自检程序供没有成功安装或者运行报错的难民进行自救，如果全篇都没找到药方，希望可以自己搜索问题，欢迎前往  https://discuss.gluon.ai  提问并且帮他人解答。

通过Conda安装

确保conda已经安装完成，并且可以在命令行识别到 “conda –version”

症状

-bash: conda: command not found ／’conda‘不是内部或外部命令，也不是可运行的程序

病情分析

conda不在系统搜索目录下，无法找到conda可执行文件

药方

# linux或者mac系统
export PATH=/path/to/miniconda3/bin:$PATH
# windows用set或者setx
set PATH=C:\path\to\miniconda3\bin;%PATH%

完成后命令行测试 "conda --version"
如果显示类似于 “conda 4.3.21”，则症状痊愈

症状

Conda安装正常，conda env -f environment.yml失败

病情分析

如果在国内的网络环境下，最大的可能是连接太慢，用国内镜像加速不失为一良方

药方

• conda config –prepend channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
• 如果是miniconda可以改用Anaconda

病情分析

失败后重新尝试 conda env -f environment.yml会报错 ##### 药方

conda info -e查看失败信息，建议删除失败的env： conda env remove –name gluon –all ### 手动pip安装

症状：pip install mxnet失败

病情分析

pip本身不存在, pip –version不能正确显示pip版本号和安装目录

药方

参考http://pip-cn.readthedocs.io/en/latest/installing.html 安装pip

病情分析

pip版本太低

药方

pip install --upgrade pip

病情分析

无法找到匹配的wheel， No matching distribution found for mxnet>=0.11.1b20170902

药方

确保系统被支持，比如Ubuntu 14.04/16.04, Mac10.11/10.12(10.10即将支持）， Windows 10(win7 未测试)， 如果都符合，可以试试命令

python -c "import pip; print(pip.pep425tags.get_supported())"

然后上论坛讨论：https://discuss.gluon.ai

症状： pip install mxnet 成功，但是import mxnet失败

病情分析

如果看到这样的错误

ImportError: No module named mxnet

python无法找到mxnet，有可能系统上有多个python版本， 导致pip和python版本不一致

药方

找到pip的安装目录

pip --version

找到python安装目录

which python
# or
whereis python
# or
python -c "import os, sys; print(os.path.dirname(sys.executable))"

如果pip目录和python目录不一致，可以改变默认加载的python，比如

python3 -c "import mxnet as mx; print(mx.__version__)"

或者用和python对应的pip重新安装mxnet

pip3 install mxnet --pre
pip2 install mxnet --pre

如果不是简单的python2/3的问题，推荐修复默认调用的python。

病情分析

假设你看到这个错误：

ImportError: libgfortran.so.3: cannot open shared object file: No such file or
directory

药方

这个一般发生在Linux下。安装libgfortran就好，例如Ubuntu下可以sudo apt-get install libgfortran

症状：可以import mxnet，但是版本不正常(< 0.11.1b20170908)

病情分析

安装时没有指定最新的版本 ##### 药方 可以使用pip install mxnet –upgrade –pre安装最新的mxnet ##### 病情分析 由于系统的问题，无法正确安装最新版本，参考 No matching distribution found for mxnet>=0.11.1b20170902 ### Jupyter Notebook #### 症状： 打开notebook乱码 ##### 病情分析 Windows下不支持编码？ ##### 未测试药方 把md文件用文本编辑器保存为GBK编码 ### 其他 #### 症状： Windows下curl, tar失败 ##### 病情分析 Windows默认不支持curl，tar ##### 药方 下载和解压推荐用浏览器和解压软件，手动拷贝 ### 最后 如果你尝试了很多依然一头雾水，可以试试docker安装：https://zh.gluon.ai/install.html#docker