Linux环境下安装C++深度学习库Dlib及CUDA的安装与配置

Dlib是一个基于C++的机器学习/深度学习开源库，具有完整、丰富的文档说明，同时提供C++和python接口。

本文完整地介绍如何安装配置CUDA和cuDNN相关环境

1. 服务器环境

• Ubuntu 18.04
• gcc 7.5.0
• g++ 7.5.0
• cmake 3.20.1

由于是C++项目，Dlib编译需要用到cmake，服务器上应该没有默认安装，需要自己先装一下。

2. CUDA和cuDNN安装（非root用户）

很多同学都是实验室服务器，建议以非Root形式安装在当前用户目录中，这样就不会和管理员默认装的起冲突，也不会影响其他人的使用。

2.1 确认显卡及驱动版本

首先前提是服务器上装好了显卡驱动，这个应该都满足。（不会真有人GPU服务器没装显卡驱动的吧？不会吧）

输入nvidia-smi 命令来查看本机的gpu情况，可以看到类似下图的结果，可以看到驱动版本号和最大支持的CUDA版本号

 参考Nvidia提供的驱动版本和CUDA版本的支持对照表，确认一下自己显卡驱动能支持到多新的CUDA