我笔记本配置比较低，想装个轻量级的MXNet试试，装完之后报错，不是有效的应用程序，找不到libinfo.py等等，同样的问题在github上也有很多人问，但是作者说也不知道问题在哪，自己折腾了两天，终于装好可以使用了，分享如下：
首先报一下我的机器环境：Win7-64bit，已装了WinPython-64bit-3.4.3.2、CUDA5.5、VS2013 update5。
附：VS2013，
一、获取MXNet：
git clone --recursive https://github.com/dmlc/mxnet
我的路径是D:\mxnet\
二、安装其他依赖：
需要OpenCV、OpenBLAS、CuDNN、CUDA（强烈推荐，前三个用我上传的打包版）
1. OpenCV3：
官网下载（http://sourceforge.net/projects/opencvlibrary/files/opencv-win/3.0.0/opencv-3.0.0.exe/download），也可以看后面我提供的现成版。。
2. OpenBLAS：
官网下载（https://sourceforge.net/projects/openblas/），目标是生成openblas.lib，自己弄比较麻烦，可以看后面我提供的现成版。
3. CuDNN：
官网下载（https://developer.nvidia.com/cudnn），下载需要注册英伟达开发者账号，可以直接看我后面提供的现成版。
4. CUDA7.5
官网下载（https://developer.nvidia.com/cuda-downloads）并安装。我上传的单独版本：链接：https://pan.baidu.com/s/185aWY0ZaglaFJjJKv3IeWw 密码：00q1
5. 打包版：
为了方便大家，不用自己去生成openblas.lib，我打包了OpenCV3、OpenBLAS、CuDNN，大家可以直接下载解压到mxnet目录下（我的目录是：D:\mxnet\mxnet\mxnet_thirdparty） 链接：https://pan.baidu.com/s/1nN011H5PNSD7ldfiYGZ5ng 密码：k8zn
三、增强VS2013：
因为MXNet用到了许多C++ 11的新特性，所以需要增强VS2013使其支持，下载 Visual C++ Compiler Nov 2013 CTP（https://www.microsoft.com/en-us/download/details.aspx?id=41151）并安装，然后把 C:\Program Files (x86)\Microsoft Visual C++ Compiler Nov 2013 CTP\ 文件夹内所有拷贝至你的VS2013目录，如：拷贝至 D:\Microsoft Visual Studio 12.0\VC\ 目录下覆盖。
也可从我的百度盘下载：链接：https://pan.baidu.com/s/1JmtjqxpRcSHH30nIeWsRFw 密码：lky5
四、修改配置文件（不确定是否必须，我摸索过程中自己改的。。）：
打开 mxnet\make\config.mk，更改以下几处：
第49行：USE_CUDNN = 1
第69行：USE_BLAS = openblas
另外搜索mxnet目录下其他config.mk文件，相应的，都把USE_BLAS后的值改成openblas。
五、CMake编译：
我下载安装了最新版的Cmake，链接：https://pan.baidu.com/s/1fbQo-zE4KCK-9tQTCJMi2A 密码：5s9p
然后按照我下面这样设置，Configure，Generate，没报错就OK了
六、生成libmxnet.dll：
VS2013打开mxnet_build目录下的mxnet.sln，模式切换为Release，编译一下，全部OK之后，在mxnet_build\Release目录下生成了libmxnet.dll文件。
七、安装Python的MXNet库：
把第六步生成的dll文件拷贝至D:\mxnet\mxnet\python\mxnet目录内，切换至该目录，执行python setup.py build; python setup.py install
八、解决问题：
这时候安装完毕后，import mxnet 是会报错的，而且两次import报的错还不同，一次是找不到dll，第二次是找不到libinfo.py，就是这个问题github上很多人问，但是并没有完整的解决方案，我自己摸索的解决方法是：把我上传的打包版压缩包里的8个dll文件复制到python.exe目录下，然后就行啦！
九、跑个例子试试：
跑例子也是蛮头疼的，示例代码里相关配置都是Linux下的，dataset也要自己下载。。在D:\mxnet\mxnet\example\image-classification目录内新建文件夹：mnist
下载dataset：链接：https://pan.baidu.com/s/1qMosSBQGmy9WAbXwg4ACEw 密码：e0w1
4个文件分别解压到mnist目录下，把文件名中的'.'全改成'-'，即让四个文件没有后缀名。（或者你可以直接更改train_mnist.py里的代码）
官方例子见这里：http://mxnet.readthedocs.io/en/latest/get_started/#python