使用PaddlePaddle的第一步---window 10

上周日很荣幸听了一场关于百度深度学习框架的深度学习框架的技术交流会。进一步的了解到目前国产的深度学习框架PaddlePaddle。

简单介绍

PaddlePaddle是一个国产开源深度学习框架，2012年是深度学习的元年，百度公司2013年开始研发深度学习框架，在2017年发布第一个版本，到2019年4月，推出目前的版本Paddle Fluid v1.4版本，具体来源请移步百度百科【PaddlePaddle】

为什么推荐PaddlePaddle：

1. PaddlePaddle提供中英文双文档，毕竟对于一个中国人来说，使用一个网络时候，整个英文说明书还是相对来说比较苦逼的事情；
2. PaddlePaddle支持稳定的算法更新。举例YOLOv3,由于YOLO检测速度快，目前在工业界逐渐开始流行使用YOLOv3来做各种目标检测醒目。但是对于YOLO目前的维护，原作者基本不更新，基本上由一个俄罗斯人Alex更新维护，很多使用YOLO的伙伴们从Github下载都是这伙计的更新代码，百度近期发布在Github发布的关于YOLOv3的将绝对精度提升了5.9个百分点，同时保证检测速度依旧能和原作者基本相同。具体参考【快到没朋友的YOLO v3有了PaddlePaddle实现】
3. PaddlePaddle提供从训练到部署的整套服务，提供24小时技术支持。（不24小时支持也不行啊，不然怎么让别人抛弃其他框架呢）

---

PaddlePaddle的使用

PaddlePaddle环境配置对于之前接触过深度学习模型框架的伙伴们不是什么大事，但是初学者来说可能是个门槛，为此提供两种方式。第一种老手模指南，第二种新手指南，笔者作为一个深度学习菜鸡，写这个的目的，主要也是为了和我一样的菜鸡能尽快上手。

---

第一种：老手指南

第一步打开网站http://paddlepaddle.org/，然后根据自己的需求进行PC以及操作系统的属性选择安装，如下图是笔者根据自己情况选择的配置，在使用Windows时，只能使用CUDA8.0+cuDNN7.0版本（据工作人员说6月份推出CUDA10.0版本），

 

第二步选择之后根据提示，进行pip下载。

第三步非常简单的就可以根据自己情况完成相关环境的配置。

---

第二种：新手指南

第一步下载CUDA；在百度输入CUDA，很容易直接下载成10.x版本，因为百度直接给了CUDA10的链接，而且很较容易下载错，如下所示，将红框中的Version当作是CUDA的版本，最后才搞清楚，这tm的是操作系统的版本。

 

而实际上最好的输入【CUDA8.0】,然后根据自己的操作系统下载，并选择exe(local)进行下载

 

 

第二步下载cuDNN；cuDNN需要下载7.0版本，搜索【cuDNN】然后找到匹配当前的CUDA版本即可

第三步将cuDNN中的bin文件复制到CUDA对应的文件中

上图文件复制到下图

第四步将CUDA添加到环境变量里面；首先找到如下图所示四个文件，笔者是将CUDA安装在C盘，具体可根据个人情况寻找。

然后，右键“我的电脑”>选择“属性”>高级系统设置>环境变量

然后寻找到系统变量的Path，进行编辑

将之前上一步的CUDA文件的路径复制逐个复制添加在环境变量中

第五步下载Anaconda，百度搜索【Anaconda】，然后选择Python3.7版本，切记安装时候将Anaconda添加在环境变量内。

 

将下面红框中没有勾选的要勾选，即添加进入系统环境变量。（下图来自网络，并没有勾选）

备注：Anaconda创建完成进行相关实验，基本上为了更好的项目管理，分别要创建不同的环境，这里笔者疏忽，没有创建环境，所有信息都添加在主环境中，不过不影响后续的操作。

第六步cmd下pip安装，并进行安装完成测试

第七步下载PyCharm进行案例导入，首先PyCharm中配置自己的开发环境

 

看到下面import paddle下面没有红色波浪线计算是真正配置成功，并且可以具体练习了。