この記事では、Windows 10 オペレーティング システムに基づいて MXnet 環境を構成し、GPU バージョンの mxnet の実行環境を構築します。
MXNet ディープ ラーニング フレームワークには、コンピューターとオペレーティング システムに関する次の要件があります:
1. オペレーティング システムは 64 ビットであり、32 ビット オペレーティング システムであってはなりません。
2. cuda をサポートする NVIDIA グラフィックス カード 1.0k を用意します。(オプションで、グラフィックス カードなし、CPU のみも利用可能)
要約すると、mxnet には 32 ビットのインストール パッケージがないため、コンピュータ システムは 32 ビットではなく 64 ビットである必要があります。コンピューターに cuda をサポートする NVIDIA グラフィック カードが搭載されていることが最適ですが、コンピューターにグラフィック カードが搭載されていない場合でも、CPU が使用されていれば問題ありません。上のリンクをクリックして (上の「cuda をサポートする NVIDIA グラフィックス カード」という文字をクリックして)、グラフィック カードが cuda をサポートしているかどうかを確認します。
mxnet には cudnn が付属しているため、mxnet には別途 cudnn をインストールする必要はありません。
したがって、cuda をインストールするだけです。
1.cudaをインストールする
まずコンピュータのグラフィックス カードのバージョンを確認します。手順は次のとおりです。このコンピュータを右クリック --> 管理 --> デバイス マネージャ --> ディスプレイ アダプタ。コンピューターのグラフィックス カードのバージョンを確認できます。
グラフィックス カード ドライバーがある場合は、デスクトップを直接右クリックして、NVIDIA ドライバー コントロール パネルを見つけて開きます。
上の [ヘルプ] - [システム情報] - [コンポーネント] をクリックすると、コンピュータのグラフィック カードの最大 CUDA サポートが表示されます。私の最大サポートは 11.0 です。
次に cuda をインストールします。私は cuda10.0 をインストールしました。インストーラーは Web サイトCUDA Toolkit Archive | NVIDIA Developerからダウンロードできます 。
詳しくはこちらの記事をご参照ください win10システム CUDA10.0インストールチュートリアル(tensorflow2.0用)_普通の大学生ブログ-CSDN Blog_cuda10.0
2.Anacondaのインストール
URL を開くと、現在 2021 年 12 月になっており、対応する anaconda バージョンはPython 3.9 をサポートしています。以前のバージョン、または以前の Python バージョンの anaconda をダウンロードしたい場合は、URLを開くことができます。
ダウンロードした anaconda インストール パッケージをダブルクリックします。just me は、現在のユーザーのみを対象とすることを意味します。all user はこのコンピュータを使用するすべてのユーザーを対象とし、これは権限の問題です。スペースへの影響はほとんどありません。コンピュータ上に作成されたユーザーが 1 人だけの場合、すべてのユーザーと私だけの機能は同じになります。だから私だけをクリックしてください。
次に、[次へ] をクリックします。インストール パスの選択を求められたら、デフォルトのインストール場所は c ドライブです。今後 anaconda で環境を作成するときに大量のメモリを消費するため、デフォルトのインストール場所を選択しないでください。 anacondaを入れるフォルダはDドライブに作成するのがベストです。
画像のように√にチェックを入れると赤い警告が出ますがチェックを入れて環境変数にanacondaを追加する必要があります。次に、「完了」をクリックします。
インストール完了後、スタートキー（winキー）を押すと、左側にanaconda3フォルダが表示され、anacondaがインストールされていることが分かります。
3.MXnet環境のインストール
インストールが完了したら、anaconda プロンプト ターミナルを開き (anaconda のインストール時にプロンプトがコンピュータに自動的にインストールされます)、次の 4 つのコマンドをそれぞれ実行して、conda と pip のソフトウェア ソースを Tsinghua のソースに変更します。この場合、conda を使用します。pip を使用してパッケージをダウンロードしてインストールすると、はるかに高速になります。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simpleGPU版mxnetの実行環境を構築する
以下は cuda 10 バージョンの mxnet をインストールする例です。まず、コンピュータに最新のグラフィック カード ドライバがインストールされていることを確認し (ドライバのインストールについては、この記事の付録を参照するか、インターネットからインストール チュートリアルを収集してください)、プロンプト ターミナル (Windows システム) またはコマンド ライン ターミナルを開きます。 (Linux システム)。次に、次のコマンドを実行して gluon という名前の環境を作成し、アクティブ化します。
conda create -n gluon python=3.6
conda activate gluoncuda10.0 は以前にインストールされているため、ここではこの手順は必要ありません。
次に、次のコマンドを実行して mxnet をインストールします。
pip install mxnet-cu100この時点でインストールは終了です。
4、pycharm のインストール - MXnet が正常にインストールされているかどうかを確認します
ここでは、このブログを参照してpycharm 環境を構成できます。
次に、MXnet が正常に構成されていることを確認します。
Pycharmで次のプログラムを書きます
import os
import mxnet as mxnet
print(mxnet.__version__)以下の図に示すように、エラーは成功として報告されません。
