最近攒了个带GPU的本本，，终于可以整GPU版的啦~
过程和编译CPU版的差不多，但是却花了3天时间填坑，，具体过程本文不再详述，请先编译CPU版。
与编译CPU版不同之处在于：
- win10下必须使用Cuda8RC（我的是965m的GPU），虽然Cuda7.5有win10版本，实测不兼容！！！结果下Cuda8总是不成功，花了一天
- CMake需要指定编译64位平台的代码！！参见：http://cherishlc.iteye.com/blog/2302987
- DLL代码要加到环境变量PATH里，上次说过了，这次居然又栽跟头了。。。
具体流程参加CPU版的，，本文只是对编译GPU版本踩过的坑进行记录
1、Cuda、cuDNN的安装
Cuda： https://developer.nvidia.com/cuda-toolkit
一路狂点即可，注意下载Cuda8RC版，，否则可能有兼容问题
cuDNN： https://developer.nvidia.com/cudnn
要用v3版本的（MXNet官网这么说的，不知道现在是否支持v4、v5）。
记得把cuDNN的DLL所在目录加到PATH里！（和CPU版的openBLAS类似）
2、OpenCV的编译
由于换了全新的本本，OpenCV我也重新编译了一下，结果栽了跟头！
- 注意把VS的工程里的编译模式debug改为release！！！
- DLL所在路径添加到PATH，，上次没有这一步，这次就栽了跟头。。。表现为运行时找不到模块，而且不会提示找不到什么模块。。。
- 编译GPU版时间老长了，，没必要。。。
3、MXNet工程的生成
上次说到直接用CMake的CMake-gui工具配置，这次出了问题，，没生成x64平台的，只有win32平台。。。还是编译时发现一堆明明存在的lib却找不到时才发现的！！！
再次安利CMake编译x64平台代码的博文： http://cherishlc.iteye.com/blog/2302987
即使一切配置正确，，编译还是不通过，提示找不到 opencv_dep_cudart.lib，当时真是想重新编译一个CPU版的OpenCV！但是，当我将该lib从MXNet工程的输入中剔除后，编译通过了！！
只是运行时提示找不到库（还没告诉我找不到什么库。。。），后来才想起来OpenCV的DLL路径没添加到PATH
再遇到这种情况可以使用depends工具查看DLL依赖关系： http://www.dependencywalker.com/
其中，windows相关的组件找不到貌似没啥关系，，因为我添加了OpenCV路径后依然会说windows相关的组件找不到
4、安装python版的MXNet
和CPU版完全相同，，不再赘述
5、运行示例
安装好了就可以参照PHunter的博文跑一下 Neural art了： http://phunter.farbox.com/post/mxnet-tutorial2
只是需要注意，由于windows无法运行.sh文件，我们需要手动下载模型
windows下 nvidia-smi程序在： C:\Program Files\NVIDIA Corporation\NVSMI 下
官方文档： https://developer.nvidia.com/nvidia-system-management-interface
拿左图同时作为输入和style image的输出居然和他自己不一样。。。
