sudoapt-getupdatesudoapt-getinstall-ybuild-essentialgitlibatlas-base-devlibopencv-dev构建MXNet：
brewupdatebrewtaphomebrew/sciencebrewinfoopencvbrewinstallopencv构建MXNet：
当然，你也可以自己编译。
MXNetPython包的前提要求：python>=2.7andnumpy
可运行如下命令测试：
pythonexample/image-classification/train_mnist.py或者，假如在编译的时候设置了USE_CUDA=1，可以使用GPU0来训练卷积神经网络。命令如下：
pythonexample/image-classification/train_mnist.py--networklenet--gpus0如果报错，找不到类似这样的库文件libcudart.so.7.5，则要设置LD_LIBRARY_PATH，最简单的方式在你的/etc/profile或~/.bashrc文件中添加如下语句
exportLD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
或者执行命令sudovi/etc/ld.so.conf.d/cuda.conf，在文件中添加如下内容：
/usr/local/cuda/lib64/lib
然后再执行命令：
sudoldconfig-v
MXNet的Python包有多种安装方式，最简单明了的就是添加PYTHONPATH环境变量，推荐开发者使用这种安装模式。使用这种安装模式，如果更新MXNet，并重新构建共享库之后，不需要任何重新安装Python包的步骤。否则，还必须重新安装MXNet的Python安装包，才能使用最新的。
假设mxnet在你的主目录下，则可以修改~/.bashrc文件，并添加一行如下：
exportPYTHONPATH=~/mxnet/python
对于Windows/Macusers，有已编译好Ｒ包，可以在Ｒ控制台，直接运行如下命令：
在mxnet目录下，执行如下命令：
比如我的R环境缺少roxygen2包，则在R控制台，执行如下命令：
install.packages("roxygen2")然后再执行最上面的脚本，编译出安装包，比如mxnet_0.5.tar.gz文件，最后执行如下命令安装：
RCMDINSTALLmxnet_0.5.tar.gz
缺省的编译不支持CUDA，所以如果要添加CUDA支持，要修改config.mk文件中的编译选项，使之支持CUDA。
CUDA有几种安装方式，由于文件比较大，国内有源，所以这里选择从网络安装。
下载相应的网络包，如我的是cuda-repo-ubuntu1504_7.5-18_amd64.deb。然后执行如下命令：
sudodpkg-icuda-repo-ubuntu1504_7.5-18_amd64.debsudoapt-getupdatesudoapt-getinstallcuda修改文件mxnet/make/config.mk，打开CUDA支持，如下：
USE_CUDA=1USE_CUDA_PATH=/usr/local/cuda
如果以GPU计算模式执行报错，说找不到类似这样的库文件libcudart.so.7.5，则要设置LD_LIBRARY_PATH，最简单的方式在你的/etc/profile或~/.bashrc文件中添加如下语句：
缺省的编译不支持CUDNN，所以如果要添加CUDNN支持，要修改make/config.mk文件中的编译选项，使之支持CUDNN。
解压缩下载文件，将include和lib64拷贝放置在/usr/local/cuda目录下即可。
执行如下命令修改链接文件：
cd/usr/local/cuda/lib64rm-rflibcudnn.solibcudnn.so.4ln-slibcudnn.so.4.0.4libcudnn.so.4ln-slibcudnn.so.4libcudnn.so