2023.7.10 汇报（自用

ubuntu20.04系统配置飞桨paddlepaddle环境

1.进入官网选择要安装的系统和版本

2.查看系统内部环境是否合适

3.安装cuda、cudnn、tensorrt

cuda安装

下载cuda11.3，选择相应版本后复制下方两行代码进行下载

 

进入安装界面，如果已经安装过显卡驱动，可把driver的勾选去除。

 安装完成后使用

vim  ~./ baahrc

配置环境变量

export CUDA_HOME=/usr/local/cuda-11.3
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:/usr/local/cuda-11.3/lib64

激活环境

source .bashrc

使用命令

nvcc -V

查看是否安装成功

cudnn安装

在官网找到cudnn8.2.1

 下载好后通过下列代码安装

sudo dpkg -i libcudnn8_8.2.1.32-1+cuda11.3_amd64.deb
sudo dpkg -i libcudnn-dev8_8.2.1.32-1+cuda11.3_amd64.deb
sudo dpkg -i libcudnn8-samples_8.2.1.32-1+cuda11.3_amd64.deb
安装后代码 在/usr/src/cudnn_samples_v8 下

cp -r /usr/src/cudnn_samples_v8 ~/AI/

随后 编译运行，发现提醒缺少库

安装依赖库

sudo apt-get install libfreeimage3 libfreeimage-dev
再编译运行，结果正常

tensorrt安装

Log in | NVIDIA Developer，在官网下载对应的tensorrt版本，需要登陆。

 解压tar包

sudo tar zxf TensorRT-8.0.1.6.Linux.x86_64-gnu.cuda-11.3.cudnn8.2.tar.gz
添加环境变量

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/opt/TensorRT-8.0.1.6/lib
激活环境

source .bashrc
复制tensorRT目录下 lib、include文件夹到系统文件夹（或者将这两个文件夹路径添加到.bashrc文件中）

sudo cp -r ./lib/* /usr/lib
sudo cp -r ./include/* /user/include
在tensorrt文件中进入python文件夹下，安装对应python版本的whl文件。

安装后，调用python

import tensorrt

没有报错说明安装成功。

最后使用paddlepaddle官网给出的安装代码进行安装即可。