windows下編譯深度學習框架mxnet並使用C++訓練模型

大多數情況下，mxnet都使用python接口進行深度學習程序的編寫，方便快捷，但是有的時候，需要把機器學習訓練和識別的程序部署到生產版的程序中去，比如遊戲或者雲服務，此時採用C++等高級語言去編寫才能提高性能，本文介紹瞭如何在windows系統下從源碼編譯mxnet，安裝python版的包，並使用C++原生接口創建示例程序。

 

目標

 

• 編譯出libmxnet.lib和libmxnet.dll的gpu版本
• 從源碼安裝mxnet python包
• 構建mxnet C++示例程序

環境

 

• windows10
• vs2015
• cmake3.7.2
• Miniconda2（python2.7.14）
• CUDA8.0
• mxnet1.2
• opencv3.4.1
• OpenBLAS-v0.2.19-Win64-int32
• cudnn-8.0-windows10-x64-v7.1（如果編譯cpu版本的mxnet，則此項不需要）

 

步驟

下載源碼

最好用git下載，遞歸地下載所有依賴的子repo，源碼的根目錄爲mxnet

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

依賴庫

在此之前確保cmake和python已經正常安裝，並且添加到環境變量，然後再下載第三方依賴庫

 

• 下載安裝cuda，確保機器是英偉達顯卡，且支持cuda，地址：https://developer.nvidia.com/cuda-toolkit
• 下載安裝opencv預編譯版，地址：https://sourceforge.net/projects/opencvlibrary/files/opencv-win/3.4.1/opencv-3.4.1-vc14_vc15.exe/download
• 下載openblas預編譯版，地址：https://sourceforge.net/projects/openblas/files/v0.2.19/
• 下載cudnn預編譯版,注意與cuda版本對應，地址：https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v7.0.5/prod/8.0_20171129/cudnn-8.0-windows10-x64-v7

cmake配置

打開cmake-gui，配置源碼目錄和生成目錄，編譯器選擇vs2015 win64

 

配置第三方依賴庫

 

configure和generate

注意：在這一步中不要勾選cpppackage選項，不然會編譯不過，因爲這選項是爲了生成op.h這個頭文件的，但是由於官網文檔的bug，目前無法通過配置cmake編譯自動生成，後面會講手動生成

 

編譯vs工程

打開mxnet.sln，配置成release x64模式，編譯整個solution

編譯完成後會在對應文件夾生成mxnet的lib和dll

此時整個過程成功了一半

 

安裝mxnet的python包

有了libmxnet.dll就可以同源碼安裝python版的mxnet包了

不過，前提是需要集齊所有依賴到的其他dll，如圖所示，將這些dll全部拷貝到mxnet/python/mxnet目錄下

tip: 關於dll的來源

 

• opencv，openblas，cudnn相關dll都是從這幾個庫的目錄裏拷過來的
• libgcc_s_seh-1.dll和libwinpthread-1.dll是從mingw相關的庫目錄裏拷過來的，git，qt等這些目錄都有
• libgfortran-3.dll和libquadmath_64-0.dll是從adda（https://github.com/adda-team/adda/releases）這個庫裏拷過來的，注意改名

然後，在mxnet/python目錄下使用命令行安裝mxnet的python包

python setup.py install

安裝過程中，python會自動把對應的dll考到安裝目錄，正常安裝完成後，在python中就可以 import mxnet 了

生成C++依賴頭文件 op.h

爲了能夠使用C++原生接口，這一步是很關鍵的一步，目的是生成mxnet C++程序依賴的op.h文件

如果直接指向編譯mxnet並使用C++，前面的python包安裝可以不做

在mxnet/cpp-package/scripts目錄，將所有依賴到的dll拷貝進來

在此目錄運行命令行

python OpWrapperGenerator.py libmxnet.dll

正常情況下就可以在mxnet/cpp-package/include/mxnet-cpp目錄下生成op.h了

如果這個過程中出現一些error，多半是dll文件缺失或者版本不對，很好解決

構建C++示例程序

建立cpp工程，這裏使用經典的mnist手寫數字識別訓練示例（請提前下載好mnist數據，地址：mnist），啓用GPU支持

選擇release x64模式

配置include和lib目錄以及附加依賴項

include目錄包括：

 

• D:\mxnet\include
• D:\mxnet\dmlc-core\include
• D:\mxnet\nnvm\include
• D:\mxnet\cpp-package\include

lib目錄：

 

• D:\mxnet\build_x64\Release

附加依賴項：

 

• libmxnet.lib

 

代碼 main.cpp

#include <chrono>
#include "mxnet-cpp/MxNetCpp.h"

using namespace std;
using namespace mxnet::cpp;

Symbol mlp(const vector<int> &layers)
{
	auto x = Symbol::Variable("X");
	auto label = Symbol::Variable("label");

	vector<Symbol> weights(layers.size());
	vector<Symbol> biases(layers.size());
	vector<Symbol> outputs(layers.size());

	for (size_t i = 0; i < layers.size(); ++i)
	{
		weights[i] = Symbol::Variable("w" + to_string(i));
		biases[i] = Symbol::Variable("b" + to_string(i));
		Symbol fc = FullyConnected(
			i == 0 ? x : outputs[i - 1],  // data
			weights[i],
			biases[i],
			layers[i]);
		outputs[i] = i == layers.size() - 1 ? fc : Activation(fc, ActivationActType::kRelu);
	}

	return SoftmaxOutput(outputs.back(), label);
}

int main(int argc, char** argv)
{
	const int image_size = 28;
	const vector<int> layers{128, 64, 10};
	const int batch_size = 100;
	const int max_epoch = 10;
	const float learning_rate = 0.1;
	const float weight_decay = 1e-2;

	auto train_iter = MXDataIter("MNISTIter")
		.SetParam("image", "./mnist_data/train-images.idx3-ubyte")
		.SetParam("label", "./mnist_data/train-labels.idx1-ubyte")
		.SetParam("batch_size", batch_size)
		.SetParam("flat", 1)
		.CreateDataIter();
	auto val_iter = MXDataIter("MNISTIter")
		.SetParam("image", "./mnist_data/t10k-images.idx3-ubyte")
		.SetParam("label", "./mnist_data/t10k-labels.idx1-ubyte")
		.SetParam("batch_size", batch_size)
		.SetParam("flat", 1)
		.CreateDataIter();

	auto net = mlp(layers);

	// start traning
	cout << "==== mlp training begin ====" << endl;

	auto start_time = chrono::system_clock::now();

	Context ctx = Context::gpu();  // Use GPU for training

	std::map<string, NDArray> args;
	args["X"] = NDArray(Shape(batch_size, image_size*image_size), ctx);
	args["label"] = NDArray(Shape(batch_size), ctx);
	// Let MXNet infer shapes of other parameters such as weights
	net.InferArgsMap(ctx, &args, args);

	// Initialize all parameters with uniform distribution U(-0.01, 0.01)
	auto initializer = Uniform(0.01);
	for (auto& arg : args)
	{
		// arg.first is parameter name, and arg.second is the value
		initializer(arg.first, &arg.second);
	}

	// Create sgd optimizer
	Optimizer* opt = OptimizerRegistry::Find("sgd");
	opt->SetParam("rescale_grad", 1.0 / batch_size)
		->SetParam("lr", learning_rate)
		->SetParam("wd", weight_decay);
	std::unique_ptr<LRScheduler> lr_sch(new FactorScheduler(5000, 0.1));
	opt->SetLRScheduler(std::move(lr_sch));

	// Create executor by binding parameters to the model
	auto *exec = net.SimpleBind(ctx, args);
	auto arg_names = net.ListArguments();

	// Create metrics
	Accuracy train_acc, val_acc;

	// Start training
	for (int iter = 0; iter < max_epoch; ++iter)
	{
		int samples = 0;
		train_iter.Reset();
		train_acc.Reset();

		auto tic = chrono::system_clock::now();
		while (train_iter.Next())
		{
			samples += batch_size;
			auto data_batch = train_iter.GetDataBatch();
			// Data provided by DataIter are stored in memory, should be copied to GPU first.
			data_batch.data.CopyTo(&args["X"]);
			data_batch.label.CopyTo(&args["label"]);
			// CopyTo is imperative, need to wait for it to complete.
			NDArray::WaitAll();

			// Compute gradients
			exec->Forward(true);
			exec->Backward();

			// Update parameters
			for (size_t i = 0; i < arg_names.size(); ++i)
			{
				if (arg_names[i] == "X" || arg_names[i] == "label") continue;
				opt->Update(i, exec->arg_arrays[i], exec->grad_arrays[i]);
			}
			// Update metric
			train_acc.Update(data_batch.label, exec->outputs[0]);
		}
		// one epoch of training is finished
		auto toc = chrono::system_clock::now();
		float duration = chrono::duration_cast<chrono::milliseconds>(toc - tic).count() / 1000.0;
		LG << "Epoch[" << iter << "] " << samples / duration \
			<< " samples/sec " << "Train-Accuracy=" << train_acc.Get();;

		val_iter.Reset();
		val_acc.Reset();
		while (val_iter.Next())
		{
			auto data_batch = val_iter.GetDataBatch();
			data_batch.data.CopyTo(&args["X"]);
			data_batch.label.CopyTo(&args["label"]);
			NDArray::WaitAll();

			// Only forward pass is enough as no gradient is needed when evaluating
			exec->Forward(false);
			val_acc.Update(data_batch.label, exec->outputs[0]);
		}
		LG << "Epoch[" << iter << "] Val-Accuracy=" << val_acc.Get();
	}

	// end training
	auto end_time = chrono::system_clock::now();
	float total_duration = chrono::duration_cast<chrono::milliseconds>(end_time - start_time).count() / 1000.0;
	cout << "total duration: " << total_duration << " s" << endl;

	cout << "==== mlp training end ====" << endl;

	//delete exec;
	MXNotifyShutdown();

	getchar(); // wait here
	return 0;
}

編譯生成目錄

 

• 預先把mnist數據拷進去，維持相對目錄結構
• 在執行目錄也要把所有依賴的dll拷貝進來

運行結果

在官方的example裏面有mlp的cpu和gpu兩個版本，有興趣的話可以跑起來做一個對比

其實，在某些數據量小的情況下，gpu版本並不明顯比cpu版本消耗的訓練時間少

至此，大功告成