Dlib的安裝以及使用GPU

Windows系統下dlib的安裝，以及用GPU加速

由於要用上GPU因此提早準備好的: 1.CUDA 將cuda/bin和cuda/lib/x64以及cuda/include添加到環境變量Path 2.CUDNN 解壓CUDNN而後把它對應文件夾中的文件添加到CUDA對應的文件夾目錄下

###<i class="icon-download"></i>Step1.下載Anaconda2

• 先去清華鏡像網站
  • 下載Anaconda2
  • 而後再下載Anaconda3並將其放入先前Anaconda2的目錄下面

---

<i class="icon-download"></i>Step2.下載dlib

• 先去dlib官網
  • 下載當前版本的dlib文件
  • 而後將其解壓，放入Anaconda2的目錄下面 以下圖所示：

Note: CMake安裝仍是必要的，由於我看在命令終端裏下載dlib的時候會用到CMake，因此仍是要下載

<i class="icon-download"></i>Step3

• 先去CMake官網
  • 下載本身系統對應的CMake下載本身對於的CMake的zip文件
    • 如圖所示(由於我是windows因此就下了這個)
  • 而後將其解壓
  • 把CMake的bin文件的地址添加到系統環境變量Path中

---

Note: 個人一個學長告訴我將dlib像這樣最終放到Anaconda3的目錄下就能夠避免了cmake配置產生的各類錯誤,但我上次也試過直接將dlib單單放在一個Anaconda3目錄下且Anaconda3不在Anaconda2目錄下直接運行 python setup.py install也是OK 的

---

####而後就是在dlib目錄下運行終端：

python setup.py install --yes DLIB_USE_CUDA

####覺得能夠成功，但在中途出現了這樣的錯誤:

CUDA was found but your compiler failed to compile a simple CUDA program so dlib isn't going to use CUDA

在這過程當中還讓電腦黑屏了好屢次，默默心疼個人電腦 而後通過幾波的百度，我感受應該是VS的問題，因而我下了個2015版本的VS->VS2015 update3（過程當中還順便把2017版本的刪了，不過貌似能夠不用刪）

---

Note: 要先把原先在Anaconda3目錄下的dlib刪除了先，再從新解壓一個從新放入，再運行 python setup.py install才行

而後幾經波折，而後從新下載就成功了 能夠用如下的代碼檢驗dlib是否用到了gpu，若是返回值是true就成功了

import dlib
print(dlib.DLIB_USE_CUDA)
print(dlib.cuda.get_num_devices())