docs/zh/get_started/amazonlinux_setup_zh.md - mxnet-test - Git at Google

 # 在 Amazon Linux 上安装 MXNet
 对于在 Amazon Linux 操作系统上使用 Python 的用户，MXNet 提供了一个安装全部 MXNet 依赖和 MXNet 库的 Git Bash 脚本.

 这是个非常简单的安装脚本，可以在 Amazon Linux 上安装 Python 版 MXNet，在 home 目录 ```~/mxnet``` 下找到安装好的 MXNet


 ## 快速安装
 ### 安装 Python 版 MXNet
 克隆 MXNet 的源码仓库需要使用 ```git``` 。

 ```bash
   # Install git if not already installed.
   sudo yum -y install git-all
 ```

 克隆 MXNet 的源码仓库到你的电脑上，运行安装脚本，然后刷新环境变量。另外，这个脚本还会安装好所有的MXNet的所有依赖: ```Numpy```, ```OpenBLAS``` and ```OpenCV```。

 安装这些大概需要花费5分钟。

 ```bash
   # Clone mxnet repository. In terminal, run the commands WITHOUT "sudo"
   git clone https://github.com/dmlc/mxnet.git ~/mxnet --recursive

   # Install MXNet for Python with all required dependencies
   cd ~/mxnet/setup-utils
   bash install-mxnet-amz-linux.sh

   # We have added MXNet Python package path in your ~/.bashrc.
   # Run the following command to refresh environment variables.
   $ source ~/.bashrc
 ```

 点击 [这里](https://raw.githubusercontent.com/dmlc/mxnet/master/setup-utils/install-mxnet-amz-linux.sh) 可以查看脚本具体内容。如果你通过脚本安装MXNet失败，可以参考下面详细的安装介绍。

 ## 标准安装

 安装 MXNet 一共分两步：

 1. 将 MXNet C++ 代码编译成共享库。
 2. 为 MXNet 安装特定语言包。

 **注意:** 可以通过编辑 ```make/config.mk``` 来修改编译选项，然后通过 ```make``` 命令开始编译。

 ### 编译共享库
 在 Amazon Linux 上你需要以下依赖：

 - Git (从 GitHub 上下载代码)

 - libatlas-base-dev (线性代数计算)

 - libopencv-dev (机器视觉处理)

 用下面命令安装依赖库：

 ```bash
       # CMake is required for installing dependencies.
       sudo yum install -y cmake

       # Set appropriate library path env variables
       echo 'export PATH=/usr/local/bin:$PATH' >> ~/.profile
       echo 'export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH' >> ~/.profile
       echo 'export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig:$PKG_CONFIG_PATH' >> ~/.profile
       echo '. ~/.profile' >> ~/.bashrc
       source ~/.profile

       # Install gcc-4.8/make and other development tools on Amazon Linux
       # Reference: http://docs.aws.amazon.com/AWSEC2/latest/UserGuide/compile-software.html
       # Install Python, Numpy, Scipy and set up tools.
       sudo yum groupinstall -y "Development Tools"
       sudo yum install -y python27 python27-setuptools python27-tools python-pip
       sudo yum install -y python27-numpy python27-scipy python27-nose python27-matplotlib graphviz

       # Install OpenBLAS at /usr/local/openblas
       git clone https://github.com/xianyi/OpenBLAS
       cd OpenBLAS
       make FC=gfortran -j $(($(nproc) + 1))
       sudo make PREFIX=/usr/local install
       cd ..

       # Install OpenCV at /usr/local/opencv
       git clone https://github.com/opencv/opencv
       cd opencv
       mkdir -p build
       cd build
       cmake -D BUILD_opencv_gpu=OFF -D WITH_EIGEN=ON -D WITH_TBB=ON -D WITH_CUDA=OFF -D WITH_1394=OFF -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
       sudo make PREFIX=/usr/local install

       # Install Graphviz for visualization and Jupyter notebook for running examples and tutorials
       sudo pip install graphviz
       sudo pip install jupyter

       # Export env variables for pkg config
       export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig:$PKG_CONFIG_PATH
 ```

 安装完依赖后，使用下面命令从 GitHub 上下载 MXNet 源码：

 ```bash
     # Get MXNet source code
     git clone https://github.com/dmlc/mxnet.git ~/mxnet --recursive
     # Move to source code parent directory
     cd ~/mxnet
     cp make/config.mk .
     echo "USE_BLAS=openblas" >>config.mk
     echo "ADD_CFLAGS += -I/usr/include/openblas" >>config.mk
     echo "ADD_LDFLAGS += -lopencv_core -lopencv_imgproc -lopencv_imgcodecs" >>config.mk
 ```

 如果编译支持 ```GPU``` 的版本，使用如下命令将GPU配置添加到 config.mk 中：

 ```bash
     echo "USE_CUDA=1" >>config.mk
     echo "USE_CUDA_PATH=/usr/local/cuda" >>config.mk
     echo "USE_CUDNN=1" >>config.mk
 ```

 然后编译 MXNet:

 ```bash
     make -j$(nproc)
 ```

 执行完这些命令可以生成一个动态库名字是： ```libmxnet.so```

 &nbsp;

 我们已经安装完了 MXNet 的核心库(core library)，接下来我们要选择一种编程语言，安装语言接口包:
 - [R](#安装-r-版-mxnet)
 - [Julia](#安装-julia-版-mxnet)
 - [Scala](#安装-scala-版-mxnet)

 ### 安装 R 版 MXNet
 运行下面命令来安装MXNet依赖并且编译 MXNet R 语言包

 ```r
   Rscript -e "install.packages('devtools', repo = 'https://cran.rstudio.com')"
 ```
 ```bash
   cd R-package
   Rscript -e "library(devtools); library(methods); options(repos=c(CRAN='https://cran.rstudio.com')); install_deps(dependencies = TRUE)"
   cd ..
   make rpkg
 ```

 **注意:** R-package 是 MXNet 源码的一个目录。

 这些命令可以生成一个 tar.gz 格式的 MXNet R 语言包，运行下面命令来安装这个语言包：

 ```bash
   R CMD INSTALL mxnet_current_r.tar.gz
 ```

 ### 安装 Julia 版 MXNet
 MXNet Julia 语言包托管在一个单独的仓库 ```MXNet.jl```。地址是 [GitHub](https://github.com/dmlc/MXNet.jl)。Julia需要与已经安装的 libmxnet 绑定。使用下面的命令来配置 ```MXNET_HOME``` 环境变量：

 ```bash
   export MXNET_HOME=/<path to>/libmxnet
 ```

 这里的路径(path to)指的是已经安装的 libmxnet 的根目录。也即是说你可以在 ```$MXNET_HOME/lib``` 目录下找到 ```libmxnet.so``` 文件。举例来讲 libmxnet 的根目录是 ```~``` 你应该执行如下命令：

 ```bash
   export MXNET_HOME=/~/libmxnet
 ```

 你也许想把这条命令添加到 ```~/.bashrc``` 文件中，如果是的话，你可以在 Julia 控制台中执行如下命令来安装 Julia 语言包。

 ```julia
   Pkg.add("MXNet")
 ```

 MXNet Julia 语言包更详细的安装教程可以参考 [MXNet Julia documentation](http://dmlc.ml/MXNet.jl/latest/user-guide/install/).

 ### 安装 Scala 版 MXNet

 有两种方式安装 MXNet Scala 语言包：

 * 使用预编译的二进制包

 * 通过源码编译

 #### 使用预编译的二进制包
 对于 Linux 用户，MXNet 提供了预编译的二进制包，同时支持 CPU 和 GPU。可以通过 ```Maven``` 来下载使用这个包，根据你的需求修改下面 Maven 依赖里的 ```artifactId``` ：

 ```HTML
 <dependency>
   <groupId>ml.dmlc.mxnet</groupId>
   <artifactId>mxnet-full_<system architecture></artifactId>
   <version>0.1.1</version>
 </dependency>
 ```

 比如，下载 Linux 上64位 CPU-only 版本:

 ```HTML
 <dependency>
   <groupId>ml.dmlc.mxnet</groupId>
   <artifactId>mxnet-full_2.10-linux-x86_64-cpu</artifactId>
   <version>0.1.1</version>
 </dependency>
 ```

 如果你的本地环境和集成包的有微小区别，比如，你使用了 openblas 包而不是 atlas 包，你最好使用 mxnet-core 包并且将编译好的本地Java库放到你的加载目录中去：

 ```HTML
 <dependency>
   <groupId>ml.dmlc.mxnet</groupId>
   <artifactId>mxnet-core_2.10</artifactId>
   <version>0.1.1</version>
 </dependency>
 ```

 #### 通过源码编译
 在编译 MXNet Scala 语言包前，你必须已经完成了 [编译共享库](#编译共享库)。然后在 MXNet 源码根目录运行下面命令来编译 Scala 语言包：

 ```bash
   make scalapkg
 ```

 这条命令会生成一个JAR文件，里面包含了封装(assembly)，核心(core)和例子(example)。同时还会在 ```native/{your-architecture}/target directory``` 下生成一个本地库，你可以通过它配合 core 使用。

 在 MXNet 根目录下运行下面的命令，可以讲 MXNet Scala 语言包安装到你本地的 Maven 仓库

 ```bash
   make scalainstall
 ```

 **注意 - ** 非常非常非常欢迎你们为其他操作系统和编程语言贡献简单的安装脚本，参考贡献者指南 [community page](http://mxnet.io/community/index.html)

 # 下一步
 * [教程](http://mxnet.io/tutorials/index.html)
 * [如何使用](http://mxnet.io/how_to/index.html)
 * [架构设计](http://mxnet.io/architecture/index.html)
	# 在 Amazon Linux 上安装 MXNet
	对于在 Amazon Linux 操作系统上使用 Python 的用户，MXNet 提供了一个安装全部 MXNet 依赖和 MXNet 库的 Git Bash 脚本.

	这是个非常简单的安装脚本，可以在 Amazon Linux 上安装 Python 版 MXNet，在 home 目录 ```~/mxnet``` 下找到安装好的 MXNet


	## 快速安装
	### 安装 Python 版 MXNet
	克隆 MXNet 的源码仓库需要使用 ```git``` 。

	```bash
	# Install git if not already installed.
	sudo yum -y install git-all
	```

	克隆 MXNet 的源码仓库到你的电脑上，运行安装脚本，然后刷新环境变量。另外，这个脚本还会安装好所有的MXNet的所有依赖: ```Numpy```, ```OpenBLAS``` and ```OpenCV```。

	安装这些大概需要花费5分钟。

	```bash
	# Clone mxnet repository. In terminal, run the commands WITHOUT "sudo"
	git clone https://github.com/dmlc/mxnet.git ~/mxnet --recursive

	# Install MXNet for Python with all required dependencies
	cd ~/mxnet/setup-utils
	bash install-mxnet-amz-linux.sh

	# We have added MXNet Python package path in your ~/.bashrc.
	# Run the following command to refresh environment variables.
	$ source ~/.bashrc
	```

	点击 [这里](https://raw.githubusercontent.com/dmlc/mxnet/master/setup-utils/install-mxnet-amz-linux.sh) 可以查看脚本具体内容。如果你通过脚本安装MXNet失败，可以参考下面详细的安装介绍。

	## 标准安装

	安装 MXNet 一共分两步：

	1. 将 MXNet C++ 代码编译成共享库。
	2. 为 MXNet 安装特定语言包。

	注意: 可以通过编辑 ```make/config.mk``` 来修改编译选项，然后通过 ```make``` 命令开始编译。

	### 编译共享库
	在 Amazon Linux 上你需要以下依赖：

	- Git (从 GitHub 上下载代码)

	- libatlas-base-dev (线性代数计算)

	- libopencv-dev (机器视觉处理)

	用下面命令安装依赖库：

	```bash
	# CMake is required for installing dependencies.
	sudo yum install -y cmake

	# Set appropriate library path env variables
	echo 'export PATH=/usr/local/bin:$PATH' >> ~/.profile
	echo 'export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH' >> ~/.profile
	echo 'export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig:$PKG_CONFIG_PATH' >> ~/.profile
	echo '. ~/.profile' >> ~/.bashrc
	source ~/.profile

	# Install gcc-4.8/make and other development tools on Amazon Linux
	# Reference: http://docs.aws.amazon.com/AWSEC2/latest/UserGuide/compile-software.html
	# Install Python, Numpy, Scipy and set up tools.
	sudo yum groupinstall -y "Development Tools"
	sudo yum install -y python27 python27-setuptools python27-tools python-pip
	sudo yum install -y python27-numpy python27-scipy python27-nose python27-matplotlib graphviz

	# Install OpenBLAS at /usr/local/openblas
	git clone https://github.com/xianyi/OpenBLAS
	cd OpenBLAS
	make FC=gfortran -j $(($(nproc) + 1))
	sudo make PREFIX=/usr/local install
	cd ..

	# Install OpenCV at /usr/local/opencv
	git clone https://github.com/opencv/opencv
	cd opencv
	mkdir -p build
	cd build
	cmake -D BUILD_opencv_gpu=OFF -D WITH_EIGEN=ON -D WITH_TBB=ON -D WITH_CUDA=OFF -D WITH_1394=OFF -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
	sudo make PREFIX=/usr/local install

	# Install Graphviz for visualization and Jupyter notebook for running examples and tutorials
	sudo pip install graphviz
	sudo pip install jupyter

	# Export env variables for pkg config
	export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig:$PKG_CONFIG_PATH
	```

	安装完依赖后，使用下面命令从 GitHub 上下载 MXNet 源码：

	```bash
	# Get MXNet source code
	git clone https://github.com/dmlc/mxnet.git ~/mxnet --recursive
	# Move to source code parent directory
	cd ~/mxnet
	cp make/config.mk .
	echo "USE_BLAS=openblas" >>config.mk
	echo "ADD_CFLAGS += -I/usr/include/openblas" >>config.mk
	echo "ADD_LDFLAGS += -lopencv_core -lopencv_imgproc -lopencv_imgcodecs" >>config.mk
	```

	如果编译支持 ```GPU``` 的版本，使用如下命令将GPU配置添加到 config.mk 中：

	```bash
	echo "USE_CUDA=1" >>config.mk
	echo "USE_CUDA_PATH=/usr/local/cuda" >>config.mk
	echo "USE_CUDNN=1" >>config.mk
	```

	然后编译 MXNet:

	```bash
	make -j$(nproc)
	```

	执行完这些命令可以生成一个动态库名字是： ```libmxnet.so```



	我们已经安装完了 MXNet 的核心库(core library)，接下来我们要选择一种编程语言，安装语言接口包:
	- [R](#安装-r-版-mxnet)
	- [Julia](#安装-julia-版-mxnet)
	- [Scala](#安装-scala-版-mxnet)

	### 安装 R 版 MXNet
	运行下面命令来安装MXNet依赖并且编译 MXNet R 语言包

	```r
	Rscript -e "install.packages('devtools', repo = 'https://cran.rstudio.com')"
	```
	```bash
	cd R-package
	Rscript -e "library(devtools); library(methods); options(repos=c(CRAN='https://cran.rstudio.com')); install_deps(dependencies = TRUE)"
	cd ..
	make rpkg
	```

	注意: R-package 是 MXNet 源码的一个目录。

	这些命令可以生成一个 tar.gz 格式的 MXNet R 语言包，运行下面命令来安装这个语言包：

	```bash
	R CMD INSTALL mxnet_current_r.tar.gz
	```

	### 安装 Julia 版 MXNet
	MXNet Julia 语言包托管在一个单独的仓库 ```MXNet.jl```。地址是 [GitHub](https://github.com/dmlc/MXNet.jl)。Julia需要与已经安装的 libmxnet 绑定。使用下面的命令来配置 ```MXNET_HOME``` 环境变量：

	```bash
	export MXNET_HOME=/<path to>/libmxnet
	```

	这里的路径(path to)指的是已经安装的 libmxnet 的根目录。也即是说你可以在 ```$MXNET_HOME/lib``` 目录下找到 ```libmxnet.so``` 文件。举例来讲 libmxnet 的根目录是 ```~``` 你应该执行如下命令：

	```bash
	export MXNET_HOME=/~/libmxnet
	```

	你也许想把这条命令添加到 ```~/.bashrc``` 文件中，如果是的话，你可以在 Julia 控制台中执行如下命令来安装 Julia 语言包。

	```julia
	Pkg.add("MXNet")
	```

	MXNet Julia 语言包更详细的安装教程可以参考 [MXNet Julia documentation](http://dmlc.ml/MXNet.jl/latest/user-guide/install/).

	### 安装 Scala 版 MXNet

	有两种方式安装 MXNet Scala 语言包：

	* 使用预编译的二进制包

	* 通过源码编译

	#### 使用预编译的二进制包
	对于 Linux 用户，MXNet 提供了预编译的二进制包，同时支持 CPU 和 GPU。可以通过 ```Maven``` 来下载使用这个包，根据你的需求修改下面 Maven 依赖里的 ```artifactId``` ：

	```HTML
	<dependency>
	<groupId>ml.dmlc.mxnet</groupId>
	<artifactId>mxnet-full_<system architecture></artifactId>
	<version>0.1.1</version>
	</dependency>
	```

	比如，下载 Linux 上64位 CPU-only 版本:

	```HTML
	<dependency>
	<groupId>ml.dmlc.mxnet</groupId>
	<artifactId>mxnet-full_2.10-linux-x86_64-cpu</artifactId>
	<version>0.1.1</version>
	</dependency>
	```

	如果你的本地环境和集成包的有微小区别，比如，你使用了 openblas 包而不是 atlas 包，你最好使用 mxnet-core 包并且将编译好的本地Java库放到你的加载目录中去：

	```HTML
	<dependency>
	<groupId>ml.dmlc.mxnet</groupId>
	<artifactId>mxnet-core_2.10</artifactId>
	<version>0.1.1</version>
	</dependency>
	```

	#### 通过源码编译
	在编译 MXNet Scala 语言包前，你必须已经完成了 [编译共享库](#编译共享库)。然后在 MXNet 源码根目录运行下面命令来编译 Scala 语言包：

	```bash
	make scalapkg
	```

	这条命令会生成一个JAR文件，里面包含了封装(assembly)，核心(core)和例子(example)。同时还会在 ```native/{your-architecture}/target directory``` 下生成一个本地库，你可以通过它配合 core 使用。

	在 MXNet 根目录下运行下面的命令，可以讲 MXNet Scala 语言包安装到你本地的 Maven 仓库

	```bash
	make scalainstall
	```

	注意 - 非常非常非常欢迎你们为其他操作系统和编程语言贡献简单的安装脚本，参考贡献者指南 [community page](http://mxnet.io/community/index.html)

	# 下一步
	* [教程](http://mxnet.io/tutorials/index.html)
	* [如何使用](http://mxnet.io/how_to/index.html)
	* [架构设计](http://mxnet.io/architecture/index.html)