一、一開始看到各種安裝方法，簡單的，用pip安裝mxnet的python CPU版本和GPU版本。

windows還是linux，python2還是python3，安裝命令都一樣

用pip安裝mxnet的python CPU版本：pip install mxnet

用pip安裝mxnet的python GPU版本:pip install mxnet-cu80   mxnet-cu80中cu80的意思是cuda8.0

安裝python GPU版本的時候總出錯，看到：又快又穩地安裝mxnet-cu8.0

按照教程安裝gpu的gluon到99%時會出錯，使用豆瓣映象安裝可以又快又穩地安裝，地址如下

pip install --pre mxnet-cu80 -i https://pypi.douban.com/simple # CUDA 8.0
 

如果你的可以，恭喜你，安裝成功。我的出錯了，試了很多次，感覺已經不能用了，下面帶你從頭配置安裝mxnet.

二、cpu版本的，推薦使用編譯好的版本，gpu版本的推薦自己編譯。我的是Windows10 64位系統，這裡以win10為例，你安裝時注意自己的系統。

一定要檢查你的顯示卡是否能用cuda， 如果不能，是用不了mxnet的 GPU版的，請安裝CPU版，我的可以，先安裝對應版本的英偉達驅動。

1 安裝VS2013或者VS2015

• 解除安裝”Microsoft Visual C++ 2013 Redistributable (x64)”， 否則安裝CTP時會出現0x80070666錯誤
• 安裝CTP
• 拷貝C:\Program Files (x86)\Microsoft Visual C++ Compiler Nov 2013 CTP內的檔案到C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC （注意：如果VS的安裝目錄不是預設目錄，則上述目錄依然存在，但應該拷貝到對應的安裝目錄下！）

2 安裝CUDA、cuDNN

解壓後把cudnn目錄下的bin目錄加到PATH環境變數裡

下載後得到Cudnn資料夾（名字也叫cuda）， 分別將裡面的cuda/include、cuda/lib、cuda/bin三個目錄中的內容拷貝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0對應的include、lib、bin目錄下即可

驗證是否裝好命令：nvcc -V

3 安裝opencv3.0

下載地址：http://opencv.org/
下載並解壓，然後建立環境變數OpenCV_DIR，把opencv/build目錄新增進去
把\opencv\build\x64\vc12\bin和\opencv\build\x86\vc12\bin新增到PATH路徑

記得要配置檔案屬性使所有專案都適用。

4安裝openBLAS

openBLAS（解壓就行）：https://sourceforge.net/projects/openblas/files/v0.2.14/
注意：需要下載mingw64_dll.zip和OpenBLAS-v0.2.14-Win64-int32.zip兩個檔案！
建立環境變數 OpenBLAS_HOME，把openBLAS根目錄加進去
把DLL所在目錄需要新增到環境變數path中

5安裝Anaconda

其實就是安裝python，如果那樣的話還得安裝很多包，這裡安裝anaconda比較方便。

python3之前安裝有問題，這裡建議安裝anaconda2，裡面集成了python2。安裝前建議清理所有的python版本

下載地址Anaconda , 下載2.7，直接next安裝，把安裝路徑新增到PATH裡去，安裝目錄不要有空格

安裝python編輯器的話建議安裝pycharm,具體不在這裡贅述。

6  安裝mxnet

開啟CMake，指定好目錄後按下Configure，選擇相應版本的vs win64工程

如果出現找不到cudnn，手動設定cudnn位置在點選Configure，直到警告全部消失
最後點選generate生成Visual Studio工程。

7 編譯mxnet

開啟mxnet.sln，注意編譯選項改成release，x64模式，編譯ALL BUILD，最後會在build/release資料夾下生成libmxnet.lib和libmxnet.dll，把這個目錄加入PATH中

8 配置python

執行cmd
cd進入到mxnet/python目錄下，輸入python setup.py install
安裝完後重新開啟cmd
執行python命令，輸入import mxnet as mx
a = mx.nd.ones(1)
b = mx.nd.ones(1,mx.gpu())

a.asnumpy()
b.asnumpy()

表示配置成功。

三 、如果上述編譯出錯，不能點選generate生成Visual Studio工程

我們不使用DMLC在github上釋出的那一套MXNet，早已經不更新了。

新版的MXNet裡有一些引數在vc12編譯出的庫裡沒有，所以推薦使用vc14版本，也就是VS2015。可以安裝C++11支援

接下來按著步驟二進行操作就可以了

四、安裝常見錯誤

一是WindowError：126
二是ImportError: cannot import name libinfo

解決方案是

1st: python build & install success

2st: copy all dependence dlls(opencv,openblas etc.) to C:\Python27\Lib\site-packages\mxnet-0.5.0-py2.7.egg\mxnet\

3rd: before import mxnet add mxnet package path to PATH environment.
os.environ[‘PATH’]=r’C:\Python27\Lib\site-packages\mxnet-0.5.0-py2.7.egg\mxnet;’ + os.environ[‘PATH’]

簡單的說就是把openCV 和 openBLAS的dll放入 %your_python_dir%\Lib\site-packages\mxnet-0.X.0-py2.7.egg\mxnet\資料夾下，並在系統的環境變數中加入該資料夾路徑

還有個錯誤是提示dll的位數不對，這是由於第三方依賴庫的位數沒有統一，建議都使用64位

注意：我之前都是用筆記本安裝或者伺服器，這次用桌上型電腦，大坑，安裝好了顯示找不到顯示卡，檢查顯示卡驅動是好的，但是檢測不到顯示卡，檢查後發現連線的是AMD顯示卡，英偉達顯示卡沒有連線，換連線英偉達顯示卡，可以用mxnet gpu版本，整個安裝成功。