← 返回首页
百度飞浆(Paddle3.0)深度学习平台环境安装(windows)
发表时间：2024-10-17 01:47:03
百度飞浆深度学习平台环境安装(windows)

飞桨是中国首个自主研发、功能丰富、开源开放的深度学习平台。 [1]飞桨（PaddlePaddle）以百度多年的深度学习技术研究和业务应用为基础，集深度学习核心训练和推理框架、基础模型库、端到端开发套件、丰富的工具组件于一体，是中国首个自主研发、功能丰富、开源开放的产业级深度学习平台。

1.Windows 下的 PIP 安装

首先使用conda创建一个名字为paddle_env的新环境。

conda create -n paddle_env python==3.11.0

paddle官方文档说明，要求 pip 版本为 20.2.2 或更高版本，使用以下命令检测。

(paddle_env) C:\Users\Niu>python -m pip --version
pip 24.2 from D:\miniconda3\envs\paddle_env\Lib\site-packages\pip (python 3.11)

2.开始安装

我们NvidiaGPU版本的 PaddlePaddle安装为例。

如果您的计算机有 NVIDIA® GPU，请确保满足以下条件并且安装 GPU 版 PaddlePaddle。

首先安装TensorRT。安装TensortRT之前查看一下cuda的版本。

C:\Users\YourName>nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Fri_Nov__3_17:51:05_Pacific_Daylight_Time_2023
Cuda compilation tools, release 12.3, V12.3.103
Build cuda_12.3.r12.3/compiler.33492891_0

tensorRT下载官网相应版本, cuda12.3版本对应安装TensorRT8.6.x

选择安装稳定版本。

下载后解压缩，我这里习惯性解压到C盘，配置TensorRT。 - 将 TensorRT-8.6.1.6\include 中头文件 copy 到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\include； - 将 TensorRT-8.6.1.6\lib 中所有lib文件 copy 到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\lib\x64； - 将 TensorRT-8.6.1.6\lib 中所有dll文件copy 到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\bin；

下来开始安装适配 CUDA12.3 的 PaddlePaddle，官网提供的命令如下：

python -m pip install paddlepaddle-gpu==3.0.0b1 -i https://www.paddlepaddle.org.cn/packages/stable/cu123/

配置一个名字为：PADDLE_TRAINER_ENDPOINTS 的环境变量。如下图：

3.验证安装

安装完成后，在paddle_env环境下新创建一个项目。您可以使用 python 进入 python 解释器，输入import paddle ，再输入 paddle.utils.run_check()。

import paddle

if __name__ == '__main__':
    paddle.utils.run_check()
    print(paddle.__version__)

如果出现以下提示，说明您已成功安装。

Running verify PaddlePaddle program ... 
I1017 09:44:01.727524  8388 program_interpreter.cc:243] New Executor is Running.
W1017 09:44:01.727524  8388 gpu_resources.cc:119] Please NOTE: device: 0, GPU Compute Capability: 7.5, Driver API Version: 12.6, Runtime API Version: 12.3
W1017 09:44:01.727524  8388 gpu_resources.cc:164] device: 0, cuDNN Version: 9.0.
I1017 09:44:01.794552  8388 interpreter_util.cc:648] Standalone Executor is Used.
PaddlePaddle works well on 1 GPU.
PaddlePaddle is installed successfully! Let's start deep learning with PaddlePaddle now.
3.0.0-beta1

4.如何卸载Paddle

请使用以下命令卸载 PaddlePaddle：