本文主要是将install.txt复述一遍，重点记录配置过程中中遇到的问题。
1.deepnet下载
点击打开链接：https://github.com/nitishsrivastava/deepnet
2.deepnet依赖
1）Numpy
2）Scipy
3）CUDA Toolkit 及其 SDK
设置如下环境变量（根据实际cuda安装位置对CUDA_BIN和CUDA_LIB做相应修改）
export CUDA_BIN=/usr/local/cuda-5.0/bin
export CUDA_LIB=/usr/local/cuda-5.0/lib64
export PATH=${CUDA_BIN}:$PATH
export LD_LIBRARY_PATH=${CUDA_LIB}:$LD_LIBRARY_PATH
4）Protobuf
将protobuf compiler所在目录添加到PATH系统变量，默认安装情况下：
export PATH=/usr/local/bin:$PATH
注：Protobuf安装方法：http://www.linuxdiyf.com/linux/22799.html
3.编译CUDAMAT和CUDAMAT_CONV
$进入deepnet/cudamat目录
$make
如果报错则可能因为，GPU型号与Makefile中的代码不符，直接查看相关信息，或者尝试删除10所在一行，再次make，可能的情况一般有20/30/50/52.
4.设置deepnet涉及的环境变量
将cudamat的路径添加至LD_LIBRARY_PATH，例如
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/deepnet/cudamat
将deepnet的路径添加至PYTHONPATH，例如
export PYTHONPATH=$PYTHONPATH:$HOME/deepnet
5.运行示例检查是否成功安装
下载示例：http://www.cs.toronto.edu/~nitish/deepnet/mnist.tar.gz