Dlib的安装以及使用GPU

Windows系统下dlib的安装，以及用GPU加速

由于要用上GPU因此提早准备好的: 1.CUDA 将cuda/bin和cuda/lib/x64以及cuda/include添加到环境变量Path 2.CUDNN 解压CUDNN而后把它对应文件夹中的文件添加到CUDA对应的文件夹目录下

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

• 先去清华镜像网站
  • 下载Anaconda2
  • 而后再下载Anaconda3并将其放入先前Anaconda2的目录下面

---

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

• 先去dlib官网
  • 下载当前版本的dlib文件
  • 而后将其解压，放入Anaconda2的目录下面 以下图所示：

Note: CMake安装仍是必要的，由于我看在命令终端里下载dlib的时候会用到CMake，因此仍是要下载

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

• 先去CMake官网
  • 下载本身系统对应的CMake下载本身对于的CMake的zip文件
    • 如图所示(由于我是windows因此就下了这个)
  • 而后将其解压
  • 把CMake的bin文件的地址添加到系统环境变量Path中

---

Note: 个人一个学长告诉我将dlib像这样最终放到Anaconda3的目录下就能够避免了cmake配置产生的各类错误,但我上次也试过直接将dlib单单放在一个Anaconda3目录下且Anaconda3不在Anaconda2目录下直接运行 python setup.py install也是OK 的

---

####而后就是在dlib目录下运行终端：

python setup.py install --yes DLIB_USE_CUDA

####觉得能够成功，但在中途出现了这样的错误:

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

在这过程当中还让电脑黑屏了好屡次，默默心疼个人电脑 而后通过几波的百度，我感受应该是VS的问题，因而我下了个2015版本的VS->VS2015 update3（过程当中还顺便把2017版本的删了，不过貌似能够不用删）

---

Note: 要先把原先在Anaconda3目录下的dlib删除了先，再从新解压一个从新放入，再运行 python setup.py install才行

而后几经波折，而后从新下载就成功了 能够用如下的代码检验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())