Win10+CUDA11.1+Pycharm+RTX3070安装PaddlePaddle2.0

开发踩坑 同时被 2 个专栏收录
7 篇文章 1 订阅
22 篇文章 2 订阅

写在前面

  • 背景:学一下飞桨的课程,需要配paddle环境
  • 收获:在经历了配置pytorch的折磨后,这次配置除了在下载cuDNN遇到了少许波折,其他部分一次通过!
  • 系统配置:WIN10专业版 64位+RTX3070
  • 安装环境:Anaconda+Pycharm+Paddle(GPU版)+Cuda+cuDNN

  Tips:这次的配置方法基本源于之前配置pytorch的经验,详情可以移步到我写的pytorch配置总结,那里有一些类似的报错解决方案,希望能给大家一些启发。安装cuDNN部分,可以直接参考飞桨官方给出的解决方案,写的灰常好!另外,由于conda、pip、cuda等环境我已经在配置pytorch的过程中安装完成啦,因此这次给出的相关过程均copy于我上次的博客总结~请各位见谅。总结起来就是,下载慢就换源,pip和conda哪个success用哪个,想卸载就要卸载个干净!

流程

安装python相关环境

  python相关环境主要是这三大件python包+anaconda桶+pycharm编译器(根据个人喜好自由选择IDE)。这些在官网下载即可,安装都比较方便。唯一需要注意的是,这些安装过程中一定要添加到本机的路径,也就是add to my path。以anaconda安装举例,第一个选项就是添加路径,一定要勾选上,第二个默认绑定python3.8版本。我本机装的是python3.8版本,所以我也勾选上了。这里也要注意,python版本较多,不同版本之间的操作细节可能不太一样。
anaconda安装须知

安装cuda

  CUDA到官网根据自己需要安装即可。
cuda

  这里需要注意的是,如果你的的主机已经预装了显卡驱动和图形驱动程序(N卡控制面板),不出意外,你会安装失败~不用担心,此时你只需要卸载带NVIDIA的全部程序,你的电脑可能会闪屏,分辨率可能会降低,这些在你安装完cuda之后再回到官网重新下载显卡驱动即可,安装过后一切恢复正常。
  如果你装回显卡驱动后,发现无法打开N卡控制面板,这个问题我也遇到过。。。后续我会再写一个解决方案,大家也可以自行检索,还是比较容易滴。
在这里插入图片描述

安装cuDNN

  进入cuDNN官网选择对应版本安装即可。首先,你大概率需要注册一个N卡账号和填问卷(网页打开慢,耐心等待~),然后需要注意cuDNN版本一定要与cuda版本完美对应(这里不用担心,按照官网指示选择即可)。比如,我自己的cuda版本是11.1,那么对应的cuDNN版本为v8.1.0。
在这里插入图片描述
  这里就出现了一个问题,如果直接下载,由于某种原因,我会下载失败(下载出一个45b的压缩包~)。这时,只需右键复制下载链接,然后手动将它扔到下载器中,这样就下载成功啦!
在这里插入图片描述

  解压缩该文件,由于cuDNN本身就是cuda的一个库,所以我们只需要将压缩包里文件copy到cuda对应的文件夹内。那么现在的问题就是寻找你自己的cuda安装目录,如果你像我一样没有默认装到C盘,那么就需要咱找一下cuda的环境变量啦!打开右键“我的电脑”->属性->高级系统设置->高级->环境变量,找到cuda的环境变量,此时我们就发现自己本机的cuda位置了。
在这里插入图片描述
  打开cuDNN的解压缩目录以及本机cuda的安装位置,此时我们只需要将cuDNN中的binincludelib文件夹内的包copy到cuda安装目录中对应的文件夹内即可。
在这里插入图片描述
注意:这里说的是将文件夹内的包copy到对应目录中,并不是替换文件夹!!以文件夹bin为例:
在这里插入图片描述
最后重启电脑即可。
  之后就是验证环节,由于我已经安装了pytorch,所以我直接用pytorch去查询cudnn和cuda的版本号。这些在anaconda prompt中进行即可:
在这里插入图片描述


安装paddle

  由于目前paddle官方并没有我安装版本的conda方法,而且上次安装pytorch时,conda方式都未走通,因此本次直接采用pip安装。注意:pip换源大法值得拥有!


确定版本

  对照paddle官网的安装要求选择自己的版本即可。包括当前paddle版本(2.0.0),OS,包管理工具(conda或pip)以及cuda版本。
在这里插入图片描述


  在cuda安装章节中,大家自会发现自己的cuda版本。如果没有找到也没关系,打开N卡控制面板->帮助->系统信息->组件即可找到自己的版本。
  我安装的cuda版本是11.1(无伤大雅~),在paddle的cuda版本选择11.0即可。

cuda版本


  安装信息是paddle的在线安装指令。如果直接使用,可能会下载超时导致安装失败。因此,换源是你的必经之路。

pip换源

  虽然anaconda神器已经预装了很多我们会用到的python包,诸如numpy,matplotlib,sklearn等,但我们还是可能会用到pip包管理工具下载包。由于pip的源非常慢,此时我们可以换个镜像源,瞬间提高下载速度。
  在windows系统下,无需命令行指令,只需在C:\用户\AdministratorAdministrator是我主机的用户名)内新建一个名为pip文件夹,而后在该文件夹内新建一个名为pip.ini的配置文件。用记事本打开,配置文件内容如下:

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple/ 
[install]
trusted-host = pypi.tuna.tsinghua.edu.cn

  保存即可,命令行内使用pip install 你想安装的包名,体验飞一般的速度~

建立虚拟环境

  我们要建立一个含有paddle框架的虚拟环境(该虚拟环境会在pycharm配置中起关键作用),下次想要编写paddle相关代码就进入到这个虚拟环境中即可。
  仍然在anaconda中的powershell prompt输入如下指令:

conda create -n paddle python=3.8.0

这样就是创建了一个名为paddle(注:随意命名,能记住就行)的虚拟环境,该环境的python版本为3.8(注:自行选择合适自己的版本,主要用于paddle版本确定环节中)。之后激活该环境:

conda activate paddle

  :没有坑是因为在安装pytorch时已经踩得差不多了。。。

pip在线安装

  在激活环境后,直接使用paddle官网的安装信息指令:

python -m pip install paddlepaddle-gpu==2.0.0.post110 -f https://paddlepaddle.org.cn/whl/stable.html

  之前踩过的坑终于派上用场啦,一次成功!截图留念~
在这里插入图片描述


验证

  验证方法有很多,可以采用官方给出的验证方法。
  在安装成功后,不要离开powershell prompt。在当前虚拟环境中输入python启动python编译环境,紧接着在>>>后输入如下代码(每输一行回车即可,回车没有报错也就说明安装成功啦)

import paddle
paddle.utils.run_check()

# 输出successfully,安装成功

在这里插入图片描述


配置到pycharm

  终于来到了最后一步,挑一件趁手的兵器干活!这里我选用pycharm进行编程!如果我们直接创建新项目,而后import paddle,那么很有可能会报错。因为此时我们所处的虚拟环境并不是我们创建的含有paddle框架的conda环境。注:我们配置的conda虚拟环境默认安装在anacondaenvs文件夹内!
  那么问题来了,我们如何将我们创建的conda环境添加到当前项目环境中?
  如下图所示,首先找到File->Setting->Project:<当前项目名称>->Python Interpreter中的箭头所指图标,而后点击图标并选择Add...进入添加页面。

interpreter


  在添加页面中,有如下操作顺序:

  1. 选择左侧Conda Environment
  2. 选择右侧Exisiting environment
  3. 选择最右侧...图标添加conda虚拟环境;
  4. 添加我们创建的名为paddle虚拟环境,它默认安装在..\Anaconda\envs\...中。

成功添加名为paddle的conda虚拟环境,下面是该部分的操作图解。

在这里插入图片描述


  最后回到Python Interpreter页面,选择我们刚添加的paddle环境。

在这里插入图片描述


  圆满结束,愉快地编程吧!
在这里插入图片描述


参考

  • 6
    点赞
  • 4
    评论
  • 14
    收藏
  • 一键三连
    一键三连
  • 扫一扫,分享海报

©️2021 CSDN 皮肤主题: 创作都市 设计师:CSDN官方博客 返回首页
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、C币套餐、付费专栏及课程。

余额充值