Windows系統下dlib的安裝，以及用GPU加速

因為要用上GPU所以提前準備好的:
1.CUDA
將cuda/bin和cuda/lib/x64以及cuda/include新增到環境變數Path
2.CUDNN
解壓CUDNN然後把它對應資料夾中的檔案新增到CUDA對應的資料夾目錄下

Step1.下載Anaconda2

• 先去清華映象網站
  • 下載Anaconda2
  • 然後再下載Anaconda3並將其放入先前Anaconda2的目錄下面

Step2.下載dlib

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

Note: CMake安裝還是必要的，因為我看在命令終端裡下載dlib的時候會用到CMake，所以還是要下載

Step3

• 先去CMake官網
  • 下載自己系統對應的CMake下載自己對於的CMake的zip檔案
    • 如圖所示(因為我是windows所以就下了這個)
      
  • 然後將其解壓
  • 把CMake的bin檔案的地址新增到系統環境變數Path中

Note: 我的一個學長告訴我將dlib像這樣最終放到Anaconda3的目錄下就可以避免了cmake配置產生的各種錯誤,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目錄下直接執行 python setup.py install

也是OK 的

然後就是在dlib目錄下執行終端：

python setup.py install --yes DLIB_USE_CUDA

以為可以成功，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

在這過程中還讓電腦黑屏了好多次，默默心疼我的電腦
然後經過幾波的百度，我感覺應該是VS的問題，於是我下了個2015版本的VS->VS2015 update3（過程中還順便把2017版本的刪了，不過貌似可以不用刪）

Note: 要先把原先在Anaconda3目錄下的dlib刪除了先，再重新解壓一個重新放入，再執行 python setup.py install才行

然後幾經波折，然後重新下載就成功了
可以用以下的程式碼檢驗dlib是否用到了gpu，如果返回值是true就成功了

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