本文适合未接触过Paddle的同学,先上飞桨安装文档:https://paddlepaddle.org.cn/install/quick
快速安装适合:①已安装有适合电脑的CUDA ②选择CPU运行,在快速安装中主要选择CUDA版本(包括有GPU的话选择对应的11.0、10.2等版本,没有GPU的话选择CPU版本)
如果没有GPU的话,直接安装CPU就可以了,有GPU的话还需要安装CUDA
在进行快速安装前先按图二中步骤确定电脑适用CPU or GPU。如果电脑有GPU而选择安装了CPU版本,电脑在运行时会自动选择CPU运行,如图三。
*CPU版本可以直接安装 win+R 输入cmd ,复制“安装信息”到命令窗
此处显示GPU没有配套的CUDA,系统自动选择使用CPU
鼠标在电脑桌面点击右键-NVIDIA控制面板-帮助-组件
可以查到(图中)版本即Driver Vision 是451.48
从组件中 NVCUDA64.DLL 得到适合安装的CUDA版本为 11.0
https://developer.nvidia.com/cuda-toolkit-aRCHIVE
https://developer.nvidia.com/rdp/cudnn-archive
可以根据所需版本下载
因为某些不知原因下载不了的同学,我已上传CUDA11.0及配套的cuDNN
https://pan.baidu.com/s/14DMzuxDilrtm56LxMhPO3A 提取码:88f0
有的博主在安装时表示不用配置,但是在用python进行paddle调试时会提示环境未配置,所以在CUDA安装步骤结束后最好检查一下
如图找到系统变量内的 Path 后双击
上图中上面的两条是安装后就有的,主要添加最下面这两条,路径一般是在c盘Program File…,大家根据自己情况填写
cuDNN不需要安装,只需要将下载的压缩包解压后
里面三个子目录bin、include、lib各自里的文件全部复制放入CUDA下的bin、include、lib中
如:cuDNN中的bin文件夹内有
将这七个文件全都复制到CUDA下的bin文件夹
到此就安装好了CUDA及配套的cuDNN
可以返回paddle安装文档进行快速安装了
在使用pip安装时,若出现 however the ssl module in python is not avaliable,一种解决办法是安装OpenSLL库
大家可以参考https://blog.csdn.net/weixin_41450123/article/details/112126960?spm=1001.2014.3001.5501