paddle一体安装

优势
同时支持动态图和静态图,兼顾灵活性和高性能
飞桨同时为用户提供动态图和静态图两种计算图。动态图组网更加灵活、调试网络便捷,实现AI 想法更快速;静态图部署方便、运行速度快,应用落地更高效
源于实际业务淬炼,提供应用效果领先的官方模型
飞桨提供的80+官方模型,全部经过真实应用场景的有效验证。不仅包含“更懂中文”的NLP 模型,同时开源多个视觉领域国际竞赛冠军算法
源于产业实践,输出业界领先的超大规模并行深度学习平台能力
飞桨同时支持稠密参数和稀疏参数场景的超大规模深度学习并行训练,支持千亿规模参数、数百个节点的高效并行训练,提供强大的深度学习并行技术
快速安装

请在下图中选择您偏好的环境配置,以获得正确的安装指令。 请注意:要求您的 Python 2 版本是 2.7.15+、Python 3 版本是 3.5.1+/3.6/3.7, pip/pip3 版本是 9.0.1+,Python 和 pip 均是 64 位版本,操作系统是 64 位操作系统。

GPU 版本的 PaddlePaddle 需要使用 cuDNN 7.3+ 版本;如果需要 GPU 多卡训练,请先安装nccl (Windows暂不支持nccl)。

操作系统
Windows macOS Ubuntu CentOS
安装方式
pip conda docker 源码编译
Python 版本
Python 3 Python 2
CUDA 版本
CUDA 10 CUDA 9 CPU版本
安装信息
  • 需要确认您的 Windows 7/8/10 是 64 位操作系统*
  • 需要您具有支持 CUDA 的 nVidia 显卡,且正确安装 CUDA 10
    注意:Windows 仅支持 CUDA 8.0/9.0/10.0 的单卡模式;不支持 CUDA 9.1/9.2/10.1
  • 需要使用 cuDNN 7.3+
  • Windows 暂不支持 NCCL
  • 确认您需要安装 PaddlePaddle 的 Python 是您预期的位置,因为您计算机可能有多个 Python
where python3

(根据您的环境您可能需要替换本说明中所有命令行的 python3python,或者替换为具体的 Python 路径)

  • 同时检查 Python3 的版本,确认是 3.5.1+/3.6/3.7:
python3 --version
  • 确认 Python 有对应的 pip,检查 Python 对应的 pip 的版本,确认是 9.0.1+:
python3 -m ensurepip
python3 -m pip --version
  • 确认 Python 和 pip 是 64 bit,并且处理器架构是x86_64(或称作 x64、Intel 64、AMD64)架构,目前PaddlePaddle不支持arm64架构
    下面的第一行输出的是 "64bit",第二行输出的是 "x86_64"、"x64" 或 "AMD64" 即可:
python3 -c "import platform;print(platform.architecture()[0]);print(platform.machine())"
  • 执行以下命令安装(使用清华源):
python3 -m pip install paddlepaddle-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple

python3 -m pip install paddlepaddle-gpu==1.6.2.post107 -i https://pypi.tuna.tsinghua.edu.cn/simple
验证信息

使用 python3 进入python解释器,输入import paddle.fluid ,再输入 paddle.fluid.install_check.run_check()
如果出现 Your Paddle Fluid is installed succesfully!,说明您已成功安装。

说明信息

更多帮助信息请参考 Windows 下 pip 安装
*同时要求处理器支持 MKL;并且架构是x86_64,PaddlePaddle不支持arm64架构

他们都在用
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值