用cuda编译dlib

Question

我正在尝试用cuda编译dlib。我从此GitHub链接https://github.com/davisking/dlib克隆存储库，然后尝试运行

python setup.py install --yes USE_AVX_INSTRUCTIONS

但我收到错误。有人可以帮我解决吗？

Answer 1

创建用于托管源的文件夹

mkdir -p /opt/SP/packages/
cd $_

克隆存储库

git clone https://github.com/davisking/dlib.git
cd dlib
git submodule init
git submodule update

创建用于构建软件的文件夹（必须安装cmake）

mkdir build
cd $_

现在使用以下选项运行cmake：

cmake  -D DLIB_USE_CUDA=1 -D USE_AVX_INSTRUCTIONS=1 ../

If everything is fine, you can see a similar output

注意：如果您的系统兼容 cuDNN ，openblas和 Intel MKL / BLAS / LAPACK 。

链接到英特尔性能库：https://software.seek.intel.com/performance-libraries

链接到cuDNN：https://developer.nvidia.com/cudnn

现在您可以使用编译源了

cmake --build . --config Release

完成这些步骤后，将编译源代码。

现在您可以安装python API。

cd ../
python setup.py install

注意：这次编译将使用所有可用的CPU，请确保您有足够的内存来进行编译。

完成后，您可以查询python软件包以确保已安装dlib：

pip freeze | grep dlib

要检查安装是否成功：

Open a terminal and run the following

>>> import dlib.cuda as cuda;
>>> print(cuda.get_num_devices());
1
>>> import dlib
>>> dlib.DLIB_USE_BLAS
True
>>> dlib.DLIB_USE_CUDA
True
>>> dlib.DLIB_USE_LAPACK
True

Answer 2

您应该注意的步骤，请注意，我在这里给出的解决方案是一般性的。它将与所有用户一起使用。 从官方网站下载最新版本的dlib（当前为dlib 19.15）。

1. 检查您的Ubuntu / Mint版本。如果您使用仿生，则应下载cuda10和cudnn以获得cuda10。Artful和Xenial可以与cuda 9一起使用。

2. 安装最新版本的CMake，即3.12.x（当前）。否则，您可能会遇到

   之类的错误

     

   CUDA_cublas_device_LIBRARY（ADVANCED）“等。

3. 如果要在python2中安装具有cuda支持的dlib，则命令为：

   sudo python setup.py install --yes USE_AVX_INSTRUCTIONS --yes DLIB_USE_CUDA 
   

   对于python3，命令为：

   sudo python3 setup.py install --yes USE_AVX_INSTRUCTIONS --yes DLIB_USE_CUDA 
   

4. 您可能会收到类似python.h not found的错误。因此，您可以使用以下命令：

   sudo apt-get install python3-dev or sudo apt-get install python2-dev  
   

   sudo apt-get install libpython2.7-dev python-numpy
   

5. 成功！

如果您正在使用Anaconda，则只需复制

的内容

  

/usr/local/lib/python3.6/dist-packages

并将其粘贴到

  

/ home /您的计算机的名称/anaconda3/lib/python3.6/site-packages

BOOM！你很好走！