Ubuntu14.04下MXNet安装

sudo apt-get update
sudo apt-get install –y build-essential git libatlas-base-dev libopencv-dev

###step1 安装CUDA
如果你没有NVDIA的显卡，请直接跳过step1和step2；
a. 下载对应版本的cuda：
https://developer.nvidia.com/cuda-toolkit
b. 安装：
键入命令：

sudo sh ***.run
然后一直按住Enter键，直到100%，接下来一次选择：
Accept
n(如果你已经安装过驱动，这里选择no)
y
y
y

等待安装完成；
开始配置环境变量：

sudo gedit ~/.bashrc
在打开的文件末尾加入以下：
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64
export PATH=$PATH:/usr/local/cuda-8.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-8.0
source ~/.bashrc

###step2 安装cudnn
a. 下载cudnn：
https://developer.nvidia.com/cudnn
b. 安装：
解压，并将include的头文件和lib64的所有lib文件都拷贝到cuda的安装路径下对应的文件夹中；
键入命令：

tar xvzf cudnn-8.0-linux-x64-v5.1.tgz
sudo cp –p cuda/include/cudnn.h /usr/local/cuda/include
sudo cp –p cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
sudo ldconfig

###step3 下载MXNet源码
直接从github上克隆下源码；

git clone --recurive https://github.com/dmlc/Mxnet 

###step4 安装OpenCV
a. 安装opencv的依赖项：

sudo apt-get install libgtk2.0-dev libavodec-dev libavformat-dev libjpeg62-dev cmake libswscale-dev libjasper-dev

b. 下载opencv并解压：
http://opencv.org/
c. 安装opencv，在opencv根目录下：

mkdir build
cd build
cmake ..
make
sudo make install

d. 配置设置：

sudo gedit /etc/ld.so.conf.d/opencv.conf

在打开的文件中添加opencv的链接库路径：

/usr/local/lib

e. 继续执行：

sudo ldconfig
sudo gedit /etc/bash.bashrc

在打开的文件中添加如下语句：

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH

###step5 安装MXNet for Python
编译MXNet源码：

cd mxnet
sudo cp make/config.mk .
sudo gedit config.mk

这里要注意：如果你使用cuda加速，就在打开的配置文件中更改一些设置，如：

如果不使用，则无需更改；
编译：

make

或者

make –j8

b．安装MXNet的Python支持：
1）安装必要的工具包

sudo apt-get install –y python-setuptools python-pip python-numpy python-scipy python-matplotlib

2）安装

cd python
sudo python setup.py install develop –-user

3）配置

sudo gedit ~/.bashrc

在打开的文件中添加MXNet下的python路径：

export PYTHONPATH=~/mxnet/python

（注意，这个路径需要根据你的mxnet的存放目录来设置；）

###step6 安装Python的相关库

sudo pip install jupyter
sudo pip install graphviz

根据工作需要，后续可以安装其它库；

###step7 测试MXNet是否安装成功
新建一个终端，进入Python，键入：

python
>>>import mxnet

这条命令如果未出现任何问题，则说明mxnet安装成功！！

当然，现在还有更方便的安装方式，直接使用pip安装：

pip install mxnet-cu80  （基于cuda8.0）

这种方式的前提也要安装好cuda和cudnn；

##参考链接
MXNet官网：
http://mxnet.io/get_started/ubuntu_setup.html
csdn博客：
http://blog.csdn.net/u012759136/article/details/50196685