1 安装百度深度学习框架paddlepaddle飞桨
# cpu 版本
python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
2 安装conda
下载miniconda3官网https://docs.conda.io/en/latest/miniconda.html
一个参考链接
mv …/Desktop/Miniconda3-py37_4.11.0-Linux-x86_64.sh ./
添加可执行权限
下载conda
wget -c https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh
之后
chmod 777 Miniconda3-py37_4.11.0-Linux-x86_64.sh # 给可执行权限
# 执行
bash Miniconda3-py37_4.11.0-Linux-x86_64.sh
在此步骤中不添加环境变量
conda
之后用的时候再添加
找到刚才安装的miniconda,如果没有更改过安装位置的话应该是在/home下面,cd到miniconda3的bin目录下面,能看到有一个activate
启动conda
. ./activate #这里的第一个点跟source是一样的效果
conda list
如果看到东西就是对了
3 创建运行环境
3.1 cpu版本
-
在~/miniconda3/bin/路径下:
. ./activate 启动conda环境 -
构造python环境
conda create --name paddle_env python=3.8 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- 启动运行环境
conda activate paddle_env
# 关闭环境 conda deactivate
- 安装所需的包:
pip3 install -r requestments.txt # (每个系统机器不同修改对应的依赖包)
之后执行
python main.py --date=2022-04-18
可以看到这个,result是把img删除了之后的元组
3.2 gpu版本
-
环境
构造环境如上,在安装依赖包时,注释掉paddlepaddle==2.2.2行,执行 pip install -r requirements.txt -
修改的地方
使用gpu版本的飞浆
使用如下命令:
conda install paddlepaddle-gpu cudatoolkit=9.0 -c paddle
安装对应版本,版本安装配置链链接
使用如下命令获取版本信息:
cat /usr/local/cuda/version.txt
或者
nvcc --version
- 执行
执行程序时会报错:
module 'paddle.fluid.core_avx' has no attribute 'is_compiled_with_rocm'
原因,paddle.fluid将来版本会废弃,自从paddlepaddle 2.1之后is_compiled_with_rocm就在paddle.device下面了,改成了device还是报错说明引擎是2.0的。并且is_compiled_with_rocm是paddlepaddle为了适配amd和海光的gpu的,跟nvidia的显卡关系不大。把相关的两个if not 注释掉就可以了参考
根据报错信息:找到文件路径,并注释掉对应行
vi /home/yym/miniconda3/envs/paddle_env/lib/python3.8/site-packages/paddleocr/tools/infer/utility.py
328 #if not paddle.fluid.core.is_compiled_with_rocm():
329 # md = "env | grep CUDA_VISIBLE_DEVICES"
再执行就好了。