window10配置paddle环境（GPU版本）

window10配置paddle环境（GPU版本）

开启深度学习模式~
我安装的是CUDA9的GPU环境（CUDA10什么的同理）
官网的安装教程：https://www.paddlepaddle.org.cn/install/quick
GPU版本的paddle环境需要安装CUDA的驱动，以及CUDNN。
检查自己电脑可以安装CUDA驱动的版本。
我的电脑的话是GF 930MX的显卡


点帮助里面的系统信息，点组件，看自己可以安装CUDA驱动的版本号。

我这里是9.1版本的，因为paddle官网上面显示不支持9.1版本的，所以我安装的是9.0版本的CUDA，可向下兼容。

• 去CUDA官网下载Toolkit

传送门

我选择的是离线下载拉~local，也不大，1.4G.
下载好了就是这个.exe

下载完之后管理员身份安装。
它会让你选择暂时的安装环境

这个地方我没变，之后就是安装，可以选择精简模式安装或者自定义模式安装，我选择的是自定义安装，前面还要检查系统兼容性什么的。

之后只用选择这几个即可（系统默认是全选）

之后就是安装的路径，我是把路径啥的全都改在D盘下了，按照它给的路径模式，我就重新在D盘搞了一个一样的路径。（默认是C盘）

大家自己改把

之后就是等待安装即可。
安装完成后，点开此电脑属性高级设置环境变量，我们可以看到Path路径中自动添加了。

我更改了路径，所以是D盘下的，默认是C盘。
检查CUDA驱动是否安装成功，在终端输入nvcc -V,会显示如下结果（我用的是git）
如果没有git，用win10自带的cmd也可以

• 安装CUDNN

下载CUDA9.0对应的CUDNN，是对应的7.6.5版本的，正好也符合paddle的安装环境要求。
下载CUDNN需要登陆账号，还要填写调查问卷。
传送门

我选的是这个

这个下载下来是一个.zip文件，解压即可。

然后把解压里面的东西全部拷贝到我们安装的CUDA的目录下面。我是D盘安装的，所以对应的目录就是D:\CUDA9.0\NVIDIA GPU Computing Toolkit\CUDA\v9.0

拷贝到这里面就可以了。
检查是否安装成功：
打开CMD，我是要切换到D盘：
切换到这个目录下：D:\CUDA9.0\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite

运行这两个exe文件。



显示两个PASS即是安装成功。

• 检查自己电脑上面的python版本和路径

python 3.5.1+/3.6+/3.7+的安装目录应位于第一行。

cmd输入以下命令得到如图所示：

pip需要为当前的最新版本，需要你自己更新一下，如果不是最新版本，后面安装的时候会报warning，也会让你更新到最新版本的。
使用百度镜像命令安装paddle环境：

python -m pip install paddlepaddle-gpu==1.8.4.post97 -i https://mirror.baidu.com/pypi/simple

安装完成后输入python进入python解释器。

输入：

import paddle.fluid

无显示

再输入：

paddle.fluid.install_check.run_check()

显示：

即说明paddle(GPU）版本安装成功~
如果想退出python解释器的话输入：

exit()

就可以直接退出拉~

好啦~如果大家有什么报错问题可以再评论区留言哦，我看到了会及时回复哒，本人还是初入深度学习的小白选手，会好好加油哒