提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

作者是深度学习方面的初学者，本文是作者对于安装MXNet框架时所遇到的一些问题以及所遇问题相应的解决方法所作出的总结，如有错误，请私信指正，谢谢。

---

一、什么是MXNet？

MXNet是亚马逊选择的深度学习库。它拥有类似于Theano和TensorFlow的数据流程图，为多GPU配置提供了良好的配置，有类似于Lasange和Blocks更高级别的模型构建块，并且可以在你想象的任何硬件上运行（包括手机）。对Python的支持只是其冰山一角。MXNet同样提供了对R、Julia、C++、Scala、Mathlab和Javascript的接口。

二、MXNet的安装

在安装深度学习框架之前，需要检查自己的计算机上是否有可用的GPU，例如：可以查看计算机是否装有NVIDIA并已经安装CUDA。如果计算机上没有GPU，则可以选择安装在CPU上。

2.1 在CPU上安装

在CPU上安装MXNet可以分为两种方法：一种通过命令行窗口安装，一种通过Pycharm进行安装。接下来将详细介绍这两种方法。

2.1.1 在命令行窗口

代码如下：

C:\Users\qwqlry>pip install mxnet==1.7.0.post1

1.7.0.post1指的是MXNet的版本。若不指定安装版本也可以进行安装，但会存在MXNet安装版本与Python版本不匹配的现象。
代码如下：

C:\Users\qwqlry>pip install mxnet

2.1.2 在Pycharm上安装

在Pycharm上安装可以分为：通过终端进行安装；通过解释器进行安装。

2.1.2.1 通过终端进行安装

2.1.2.2 通过解释器进行安装

2.2 在GPU上安装

在GPU上安装时，需要知道安装的CUDA的版本。可以通过如下方式进行查询版本。
代码如下：

nvcc --version

或者

cat/user/local/cuda/version.txt

若假设电脑上已经安装了CUDA版本则可以通过以下方式进行安装。

2.2.1 对于Linux和macOS用户

pip install mxnet-cuxx==1.7.0

2.2.2 对于Windows用户

pip install mxnet-cuxx==1.7.0 -f https://dist.mxnet.io/python

在安装时可以根据CUDA的版本改变mxnet-cuxx的最后一位数字，例如：CUDA8.0是cu80.

三、常见问题及解决方法

目前作者遇到的问题有两个：pip版本过低、numpy库报错。

3.1 pip版本过低

当pip版本过低时终端会给出提示信息，此时则只需要根据提示信息更新pip就行了。
同样pip的更新也可以分为：在命令行窗口更新和Pycharm更新。
查询pip版本的代码如下：

C:\Users\qwqlry>pip show pip
Name: pip
Version: 21.1.1
Summary: The PyPA recommended tool for installing Python packages.
Home-page: https://pip.pypa.io/
Author: The pip developers
Author-email: distutils-sig@python.org
License: MIT
Location: d:\python\lib\site-packages
Requires:
Required-by:

3.1.1 命令行更新pip

代码如下：

C:\Users\qwqlry>python -m pip install --upgrade pip

3.1.2 在Pycharm更新

在Pycharm更新同样可以分为在终端更新和在解释器更新。

3.1.2.1 在终端更新

3.1.2.2 在解释器更新

3.2 numpy库安装失败

错误详情如下图所示：





在遇到该问题的时候，作者开始以为是numpy库有问题，然后自行下载了numpy库，结果问题没有解决。于是作者在网上查找资料了解到具体原因：MXNet版本和Python版本不匹配。此时则可以通过降低MXNet的版本来解决问题。通过此方法作者下载了低版本的MXNet进行安装并且安装成功了。但是，作者觉得应该有其他解决方法，于是逐一排查错误提示信息，最后发现提示信息中有如下提示

因此对visual studio进行了安装。修改完后则重新安装所需要的版本的MXNet，此时显示安装成功。

3.2.1 安装低版本的MXNet

代码如下：

C:\Users\qwqlry>pip install -i https://pypi.tuna.tsinghua.edu.cn/simple mxnet==0.11.0
Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple

此时就拥有了版本为0.11.0的MXNet。

3.2.2 安装visual studio

点击此处即可下载visual studio

总结

本文主要讲了什么是MXNet；如何在CPU、GPU上安装MXNet；以及对MXNet安装过程中出现的常见问题给出了具体的解决方法。本文仅供学习，如有错误，请批评指正，谢谢！