最近有項目要用mxnet，要從頭開始配置mxnet，記錄一下全過程，先說下在Windows 10下的安裝GPU版本的問題。
查看cuda版本
首先要查看一下自己安裝 的cuda版本，一般情況下可以使用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 compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Sun_Jul_28_19:12:52_Pacific_Daylight_Time_2019
Cuda compilation tools, release 10.1, V10.1.243
C:\Users\SpaceVision>nvidia-smi -q
# nvidia-smi -q
==============NVSMI LOG==============
Timestamp : Sun Jun 14 21:19:39 2020
Driver Version : 432.00
CUDA Version : 10.1
........
總體安裝步驟
簡要介紹一下總體的實際安裝步驟。注意這裏VS不是必須的，但通常我電腦裏都是裝好了的。
1、安裝Microsoft Visual Studio
在https://visualstudio.microsoft.com/downloads/下載並安裝最新的Community版
2、安裝Nvida cuda-toolkit
在https://developer.nvidia.com/cuda-downloads下載並安裝最新版的CURD，我安裝的是10.1版
3、安裝cuDNN
在https://developer.nvidia.com/cudnn下載cuDNN。注意這要註冊登錄才能下載，比較麻煩，但只有耐心一步一步去註冊和登錄了。
下載後，將其解壓，將其中的三個文件夾複製到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\下面對應的地方（同樣能看到bin、include、lib目錄的地方）。cuDNN安裝教程上第3條說的分別複製，其實可以一起復制即可。
增加環境變量，在命令行下執行control sysdm.cpl進入系統屬性，高級，環境變量，新建，變量名輸入“CUDA_PATH”，變量值輸入“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1”（實際的安裝路徑）。
4、安裝Mxnet GPU
一般情況下，我使用的都是anaconda，這時創建一個環境，比如名稱爲mxnet36，然後用命令 conda activate mxnet36 切換到該環境中再安裝mxnet-cu101。其命令爲， pip install mxnet-cu101
5、測試
在python中import mxnet，如果沒有出錯，即大功告成。當然還可以進一步在gpu上創建nd數組，打印確認是否是在GPU上創建的。
注意上面的CUDA、cuDNN、Mxnet gpu都安裝的是101版，我沒有測試過不同版本號是否兼容。教程上要求VS的版本是2015或2017，我實際安裝的是2019，沒有問題。
安裝Mxnet GPU
我最初使用conda install mxnet-gpu，發現安裝的是cudatoolkit9.0，然後到 https://anaconda.org/anaconda/mxnet-gpu/files 看了一下，發現mxnet-gpu並沒有太多的版本可以選擇。當然， 如果這個版本和你的驅動版本正好相符，倒能省不少事，cudnn什麼的都會配套給你裝好。
因爲版本我的驅動器的不相符，最後只能放棄。回過頭來再用下面的指令安裝， pip install mxnet-cu101
安裝cudatoolkit+cudnn
吸取剛纔的教訓，這次直接指定版本號，
conda install -c anaconda cudatoolkit=10.1
當然，後續還要安裝 cudnn（參考：https://anaconda.org/anaconda/cudnn），這次可以不用指定版本號，
conda install -c anaconda cudnn
然後提示中可以看到相兼容的版本信息，
The following packages will be downloaded:
package | build
---------------------------|-----------------
cudnn-7.6.5 | cuda10.1_0 250.4 MB anaconda
------------------------------------------------------------
Total: 250.4 MB
The following NEW packages will be INSTALLED:
cudnn anaconda/win-64::cudnn-7.6.5-cuda10.1_0
後續問題
也不知道是爲什麼，雖然 我仔細檢查了一下，各個配置都正常，但使用時還是報錯，
(mxgpu36) C:\Users\space>python
Python 3.6.10 |Anaconda, Inc.| (default, May 7 2020, 19:46:08) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import mxnet as mx
>>> mx.gpu
<function gpu at 0x0000014FFFF22840>
>>> import mxnet.ndarray as nd
>>> a = nd.ones(shape=(2,3),dtype='int32',ctx=mx.gpu(0))
[16:43:31] c:\jenkins\workspace\mxnet-tag\mxnet\src\imperative\./imperative_utils.h:91: GPU support is disabled. Compile MXNet with USE_CUDA=1 to enable GPU support.
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Users\space\AppData\Roaming\Python\Python36\site-packages\mxnet\ndarray\ndarray.py", line 2437, in ones
return _internal._ones(shape=shape, ctx=ctx, dtype=dtype, **kwargs)
File "<string>", line 34, in _ones
File "C:\Users\space\AppData\Roaming\Python\Python36\site-packages\mxnet\_ctypes\ndarray.py", line 92, in _imperative_invoke
ctypes.byref(out_stypes)))
File "C:\Users\space\AppData\Roaming\Python\Python36\site-packages\mxnet\base.py", line 253, in check_call
raise MXNetError(py_str(_LIB.MXGetLastError()))
mxnet.base.MXNetError: [16:43:31] C:\Jenkins\workspace\mxnet-tag\mxnet\src\imperative\imperative.cc:81: Operator _ones is not implemented for GPU.
這個是比較經典的，找不到mxnet-gpu版本，而只找到了mxnet cpu版本的報錯。我估計是anaconda在環境設置上有什麼問題，把另一個環境中的mxnet cpu版本引用到這個mxgpu36新環境中來了，或者有什麼東西安裝時沒清理乾淨。
於是我卸載了mxnet，
(mxgpu36) C:\Users\SpaceVision>pip uninstall mxnet
Found existing installation: mxnet 1.5.0
Uninstalling mxnet-1.5.0:
Would remove:
c:\users\space\appdata\roaming\python\python36\site-packages\dmlc_tracker\*
c:\users\space\appdata\roaming\python\python36\site-packages\mxnet-1.5.0.dist-info\*
c:\users\space\appdata\roaming\python\python36\site-packages\mxnet\*
Proceed (y/n)? y
Successfully uninstalled mxnet-1.5.0
然後再安裝mxnet-cu101，如下，
(mxgpu36) C:\Users\SpaceVision>pip install mxnet-cu101
Requirement already satisfied: mxnet-cu101 in d:\anaconda3\envs\mxgpu36\lib\site-packages (1.5.0)
Requirement already satisfied: requests<2.19.0,>=2.18.4 in c:\users\space\appdata\roaming\python\python36\site-packages (from mxnet-cu101) (2.18.4)
Requirement already satisfied: graphviz<0.9.0,>=0.8.1 in c:\users\space\appdata\roaming\python\python36\site-packages (from mxnet-cu101) (0.8.4)
Requirement already satisfied: numpy<1.17.0,>=1.8.2 in d:\anaconda3\envs\mxgpu36\lib\site-packages (from mxnet-cu101) (1.16.6)
Requirement already satisfied: urllib3<1.23,>=1.21.1 in c:\users\space\appdata\roaming\python\python36\site-packages (from requests<2.19.0,>=2.18.4->mxnet-cu101) (1.22)
Requirement already satisfied: chardet<3.1.0,>=3.0.2 in c:\users\space\appdata\roaming\python\python36\site-packages (from requests<2.19.0,>=2.18.4->mxnet-cu101) (3.0.4)
Requirement already satisfied: certifi>=2017.4.17 in c:\users\space\appdata\roaming\python\python36\site-packages (from requests<2.19.0,>=2.18.4->mxnet-cu101) (2020.4.5.2)
Requirement already satisfied: idna<2.7,>=2.5 in c:\users\space\appdata\roaming\python\python36\site-packages (from requests<2.19.0,>=2.18.4->mxnet-cu101) (2.6)
測試
最後再測試一下，
(mxgpu36) C:\Users\SpaceVision>python
Python 3.6.10 |Anaconda, Inc.| (default, May 7 2020, 19:46:08) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import mxnet as mx
>>> import mxnet.ndarray as nd
>>> a = nd.ones(shape=(2,3),dtype='int32',ctx=mx.gpu(0))
>>> print(a.shape, a.dtype, a.size, a.context)
(2, 3) <class 'numpy.int32'> 6 gpu(0)
>>>
OK，大功告成。
附：Anaconda弄錯環境的原因分析
這個分析起來比較麻煩，目前沒有頭緒，anaconda用久了，怪異的現象還真不少。我另外開了一貼，在這裏
https://blog.csdn.net/tanmx219/article/details/106794021
供參考。
附：使用時碰到的numpy的版本問題
儘管我已經裝了正確的版本，但使用時還是經常碰到，
mxnet 1.5.0 has requirement numpy<1.17.0,>=1.8.2, but you'll have numpy 1.18.5 which is incompatible.
我按照
pip install -U numpy==1.16.6
一般當時能解決問題，重啓之後又會再次報錯，目前這個錯誤有點不可思議了。