paddle gpu版本安装攻略

百度飞桨 paddle gpu版本安装记录

安装顺序 ： CUDA, cuDNN, paddle, 验证paddle是否安装成功

Step1: 安装CUDA

• 查看自己电脑的显卡支持的最高的CUDA版本：打开cmd,在命令行中输入命令 nvidia-smi,如下所示：
  CUDA Version:11.6就是我的计算机显卡支持的CUDA的最高版本，因此，在下载CUDA的时候，注意版本不能超过显卡支持的最高版本，在本文中，下载的版本不能超过11.6。
• 下载并安装CUDA：https://developer.nvidia.com/cuda-toolkit-archive
  
  在本次安装中，为了安全起见，选择了版本较低的CUDA版本 11.2.0
  下载安装包之后，按照要求点击下一步安装即可，如果自己没有更改默认安装路径的话，就不需要配置环境变量，我个人比较懒，所以，就选择默认路径自动安装了。配置环境变量的话也很简单，稍微百度一下的话就会有很多教程，在这里就不细说了。至此，CUDA已经安装完成,可以在命令行输入：nvcc -V 确认一下：
  
  安装成功！！！

Step2: 安装cuDNN

• 网址：https://developer.nvidia.com/rdp/cudnn-archive，下载跟CUDA版本兼容的cuDNN版本，如图所示：
  
• 将cuDNN的压缩包解压到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2文件夹中即可，其他东西不需要动。

Step3: 安装paddle

• 用conda 创建一个虚拟环境：
  conda create -p E:/Adconda/envs/paddle python=3.10

• 激活虚拟环境：conda activate E:\Adconda\envs\paddle

• 对照paddle的官方文档，下载对应的paddle版本,为了方便，加上一些镜像：
  python -m pip install paddlepaddle-gpu==2.5.2.post112 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple

• 安装完成之后，验证paddle,如下图所示：
  
  从图中可以看到，报了一个错误:错误提示表明程序无法找到名为"cudnn_ops_infer64_8.dll"的动态链接库文件，这可能导致GPU加速功能无法正常使用。

• 错误解决方法：在cuDNN安装目录下寻找"cudnn_ops_infer64_8.dll"文件。cuDNN安装目录通常位于CUDA安装目录下，例如"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vXX.Y\cudnn"（XX.Y代表具体的版本号），如下图所示：

• 
  将上图中的cudnn_ops_infer64_8.dll复制粘贴到你所安装的 paddle E:\Anaconda3\envs\paddle文件夹里面，如下图所示：
  
  安装成功，到此结束！
  后面考虑到产生这个错误的原因可能指安装cuDNN的时候没有将安装路径配置到环境变量中，导致系统无法找到缺失的dll文件，
  不过我自己没有尝试这个解决办法，因为直接复制粘贴好像也可以，目前还凑合用，不知道后面会不会爆出问题，如果大家发现是我的哪个步骤不对，希望大家能够留言帮我指出，谢谢~