Beware of GPU memory bandwidth仅供个人学习使用，请勿转载，勿用于任何商业用途。 前段时间，写了一系列Post-Process effect，包括screen spance的motion blur, 折射，散射等等。大部分shader都非常简单，无非是把一个full screen qua
文档英文原版参见Symbol - Neural network graphs and auto-differentiation在前面的教程中，我们介绍了NDArray，MXNet中操作数据的基本数据结构。仅仅使用NDArray本身，我们就可以执行很多数学操作。实际上，我们也可以使用NDArray定义和更新一整个神经网络。NDArray支持命令式编程（用于科学计算），充分利用任何前端语言的本机控制。
转载
2024-08-30 17:48:30
127阅读
最近有项目要用mxnet，要从头开始配置mxnet，记录一下全过程，先说下在Windows 10下的安装GPU版本的问题。查看cuda版本首先要查看一下自己安装 的cuda版本，一般情况下可以使用nvcc --version或nvidia-smi -q指令，比如我的是10.1版，C:\Users\SpaceVision>nvcc --version
nvcc: NVIDIA (R) Cuda
转载
2024-05-26 12:35:07
292阅读
The MxNet needs the following thirdparties:1. lapack complie lapack-3.6.1: 1.2.download intel fortran compiler: http://tieba.baidu.com/p/2753187458
add the cmake complier : C:\Program File
转载
2016-08-01 15:02:00
111阅读
2评论
文档英文原版参见Iterators - Loading data在本教程中，我们专注于如何将数据提供给训练或推断程序。 MXNet中的大多数训练和推断模块接受数据迭代器，因此简化了此过程，特别是在读取大型数据集时。 这里我们讨论 API 规则和几个提供的迭代器。前提要求完成本教程，我们需要：MXNetOpenCV Python library, Python Requests, Matplotli
转载
2024-09-07 23:32:04
66阅读
纯转贴，原作者是ubuntu中文论坛的zhuqin_83，向作者致敬
到有些朋友希望能调节cpu频率并且对其进行监视，花了点时间查新立得，结果找到这么一个好东西。
//////////////////////////////////更新//////////////////////////////////
其实有个最简单的方法
转载
精选
2012-09-30 11:00:00
678阅读
训练神经网络涉及不少的步骤。我们需要知道如何提供输入训练数据，初始化模型参数，执行前向和后向传播，根据计算的梯度更新权重，模型检查等。在预测过程中，大部分步骤是重复的。 所有这一切对于新手以及经验丰富的开发人员而言都是相当艰巨的。幸运的是，MXNet的module 包(简写为mod )模块化了用于训练和推断的常用代码。module提供用于执行预定义网络的高级和中级接口。我们可以互换地使用两个接口。
转载
2024-08-05 11:36:15
82阅读
写在前面的话，小半周时间都为了搞这个，真的头疼，没有问题的人可
原创
2023-02-23 15:54:51
332阅读
一.导言本教程适合对人工智能有一定的了解的同学，特别是对实际使⽤深度学习感兴趣的⼤学⽣、⼯程师和研究⼈员。但本教程并不要求你有任何深度学习或者机器学习的背景知识，我们将从头开始解释每⼀个概念。虽然深度学习技术与应⽤的阐述涉及了数学和编程，但你只需了解基础的数学和编程，例如基础的线性代数、微分和概率，以及基础的 Python 编程本教程将全⾯介绍深度学习从模型构造到模型训练的⽅⽅⾯⾯，以及它们在计算
转载
2024-01-29 21:26:20
25阅读
案例背景与分析在这样一套高端配置平台上，系统默认采用的是 6.5.0-28 内核，然而该内核与硬件兼容性不佳，导致安装 Nvidia 驱动后出现黑屏，且未安装驱动时无线网络也无法正常使用。但当我们切换到较旧的 6.5.0-18 内核时，不仅 Nvidia 显卡驱动安装顺利，且显示和无线网络功能均恢复正常。基于此，我判断新内核与当前硬件不兼容，故采取措施将旧内核设为默认启动项。修改默认启动内核与
转载
2024-07-11 06:46:08
105阅读
参考资料： "有基础（Pytorch/TensorFlow基础）mxnet+gluon快速入门" symbol 是一个重要的概念，可以理解为符号，就像我们平时使用的代数符号 ，`y z` 一样。一个简单的类比，一个函数 $f(x) = x^{2}$，符号 就是 symbol，而具体 的值就是 nda
原创
2021-08-27 09:46:10
367阅读
# Python与MXNet
Python是一种广泛使用的高级编程语言，而MXNet是一种深度学习框架。结合这两者，Python与MXNet可以为开发者提供强大的工具和功能，用于解决各种机器学习和深度学习任务。本文将介绍Python与MXNet的组合，并提供一些代码示例，帮助读者更好地理解它们的使用。
## Python与MXNet的优势
Python作为一种高级编程语言，具有简洁明了的语法和强
原创
2023-12-21 11:42:17
36阅读
实现使用mxnet GPU 的步骤：
| 步骤 | 描述 |
| ------ | ------ |
| 1 | 安装CUDA和cuDNN |
| 2 | 安装mxnet |
| 3 | 配置环境变量 |
| 4 | 测试mxnet GPU 支持 |
### 步骤一：安装CUDA和cuDNN
首先，我们需要安装CUDA和cuDNN来支持mxnet在GPU上的运行。CUDA是NVIDIA的并行计
原创
2024-05-17 09:31:47
200阅读
A = mx.sym.Variable('A')B = mx.sym.Variable('B')C = A + BD = A - BE = A * BF = A / B# a = mx.nd.empty(1) # 生成一个维度为1的随
原创
2024-10-24 11:03:37
24阅读
最近工作要开始用到MXnet，然而MXnet的文档写的实在是.....所以在这记录点东西，方便自己，也方便大家。 我觉得搞清楚一个框架怎么使用，第一步就是用它来训练自己的数据，这是个很关键的一步。 一、MXnet数据预处理 整个数据预处理的代码都集成在了toosl/im2rec.py中了，这个首先要造出一个list文件，lst文件有三列，分别是index label 图片路径。如
转载
2024-01-08 20:54:53
164阅读
MXNet是基础，Gluon是封装，两者犹如TensorFlow和Keras，不过得益于动态图机制，两者交互比TensorFlow和Keras要方便得多，其基础操作和pytorch极为相似，但是方便不少，有pytorch基础入门会很简单。注意和TensorFlow不同，MXNet的图片维度是 batch x channel x height x width 。MXNet的API主要分为3层，最基础
转载
2023-11-30 09:37:08
74阅读
深度学习框架MxNet配置（GPU版本）1.对应镜像：https://mirrors.aliyun.com/pypi/simple/mxnet/找到与自己电脑Python版本对应（命令行使用python --v查看对应版本）的版本下载 2.在对应文件夹下ctrl+shift+右键在此处打开PowerShell窗口，复制文件夹名字mxnet-1.7.0.post2-py2.py3-none-win_
转载
2023-11-15 22:13:30
642阅读
前段时间工作中用到了MXnet，然而MXnet的文档写的实在是.....所以在这记录点东西，方便自己，也方便大家。 一、MXnet的安装及使用 开源地址：https://github.com/dmlc/mxnet 如下是单节点的具体安装和实验流程，参考于官方文档：http://mxnt.ml/en/latest/build.html#building-on-linux 1.1、
转载
2024-05-13 20:36:56
55阅读
一、物理cpu个数、核数、逻辑cpu数的概念1.物理cpu数：主板上实际插入的cpu数量，可以数不重复的 physical id 有几个（physical id）2.cpu核数：单块CPU上面能处理数据的芯片组的数量，如双核、四核等 （cpu cores）3.逻辑cpu数：一般情况下，逻辑cpu=物理CPU个数×每颗核数，如果不相等的话，则表示服务器的CPU支持超线程技术（HT：简单来说，它可使处
转载
2023-10-16 00:21:52
361阅读
在上篇文章我介绍了深度学习的一些python基础和IDE的选择，这次我们从李沐老师的译作《动手学深度学习》中完整的走一遍安装MXNet的安装。在介绍安装MXNet安装之前，我们先了解一下，什么是MXNet？在如今开源深度学习框架中包括TensorFlow，Keras，MXNet，PyTorch，CNTK，Theano，Caffe，DeepLearning4，Lasagne，Neon等等。但是当下最
转载
2024-08-20 13:15:14
335阅读
