paddle GPU 终极安装教程

1. 首先创建一个虚拟环境，名称为paddle，我们将在该环境下安装paddle GPU版

conda create -n paddle python=3.7

2. 安装GPU版本 ，首先查看自己的显卡最高支持的CUDA版本，

3. 可以看到11.1以下的cuda 版本都是支持的，反之，11.1以上的版本我们是不能安装的。这里我们选择cuda10.2，个人觉得大多数的机器学习框架都是支持该cuda 版本的。

4. 下载cuda版本10.2，下载完成后一步步的安装即可。CUDA下载地址

5. 之后我们还要下载cuDNN，cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如谷歌的Tensorflow、Pytorch及Paddle等。简单的插入式设计可以让开发人员专注于设计和实现神经网络模型，而不是简单调整性能，同时还可以在GPU上实现高性能现代并行计算。cuDnn的下载地址（首次需注册登录）

 6. 上面的截图注意，我们一定要对应cudnn和CUDA的版本，否则无法使用

 7. cuDNN下载完成后，是一个压缩包，解压完成后。包含bin,include,lib三个目录。

1. 把cuda\bin\cudnn64_7.dll复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin 目录下.
2. 把\cuda\ include\cudnn.h复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include 目录下.
3. 把\cuda\lib\x64\cudnn.lib复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64 目录下.

 8. OK，上面完成后，我们就可以打开paddle官网下载paddle GPU版本喽！paddle地址

 9. 进入paddle环境并下载paddle。

conda activate paddle
python -m pip install paddlepaddle-gpu==2.2.2 -i https://mirror.baidu.com/pypi/simple

10. 最后验证一下，安装是否成功。

import paddle.fluid
paddle.fluid.install_check.run_check()

 11. 开始机器学习之旅吧！

12 .参考链接

链接一

链接二

链接三