可变卷积（Deformable ConvNets）算法的MXNet实现

本文是可变卷积（Deformable ConvNets）算法的MXNet实现，MXNet是一种深度学习框架。一开始想熟悉这个框架的话可以跑跑官方网站上的MNIST或CITAR数据集等等，本篇博文更进一步，主要是通过这个算法实例来熟悉MXNet框架的使用。

博文主要分三大部，第一部分是拉取MXNet项目，第二部分是拉取你的算法项目和运行demo，第三部分是自己训练模型。接下来假设你的所有操作都是在$Mxnet这个目录下进行。

一、MXNet项目

1、拉取MXNet项目

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

拉取下来的项目的默认名称是mxnet

2、复制config.mk文件

在前面得到的mxnet目录下找到mxnet/make/config.mk，并把它复制到mxnet/目录下：

cd $Mxnet/mxnet
cp make/config.mk config.mk

你要用GPU的话，就需要修改config.mk中的两行：

USE_CUDA = 0
USE_CUDA_PATH = None

改成：

USE_CUDA = 1
USE_CUDA_PATH = /usr/local/cuda

这里说一下第二行的cuda的路径，一般默认都是在/usr/local/目录下，也可能是/usr/local/cuda-8.0这样，如果是自定义路径的话那就取决于你自己电脑把cuda安装在哪。

二、算法项目

1、先拉取项目

cd $Mxnet
git clone