Mxnet是一個輕量化分散式可移植深度學習計算平臺，他支援多機多節點、多GPU的計算，其openMP+MPI/SSH+Cuda/Cudnn的框架是的計算速度很快，且能與分散式檔案系統結合實現大資料的深度學習。

1、基本依賴的安裝

sudo apt-get update

sudo apt-get install -y build-essential git libblas-dev libopencv-dev

2、下載mxnet

git clone --recursive https://github.com/dmlc/mxnet

3、安裝CUDA

4、編譯支援GPU的MXnet

將

mxnet/目錄裡找到mxnet/make/子目錄，把該目錄下的config.mk複製到mxnet/目錄，用文字編輯器開啟，找到並修改以下兩行：

USE_CUDA = 1

USE_CUDA_PATH = /usr/local/cuda

修改之後，在mxnet/目錄下編譯

make -j4

5、安裝Python支援

cd python;

python setup.py install

有些時候需要安裝setuptools和numpy(sudo apt-get install python-numpy)。

6、執行Mnist手寫體識別例項

MNIST手寫數字識別，資料集包含6萬個手寫數字的訓練資料集以及1萬個測試資料集，每個圖片是28x28的灰度圖。在mxnet/example/image-classification裡可以找到MXnet自帶MNIST的識別樣例，我們可以先執行一下試試：

cd mxnet/example/image-classification

python train_mnist.py

在第一次執行的時候會自動下載MNIST資料集。

以上的命令是使用預設的引數執行，即使用mlp網路，在cpu上計算。

 

如果使用lenet網路，在GPU上實現加速，則使用如下命令：

python train_mnist.py --gpus 0 --network lenet

執行結果：