在自己的GPU上使用CUDA加速跑通paddlenlp项目（环境搭建以及跑通过程中一些遇到的问题）

        最近在用百度的paddlepadle框架跑一个文本语义匹配任务，原本我服务器的cuda瓦特掉了所以一直是使用服务器的cpu跑（不用百度的飞桨平台跑是1是因为GPU免费算力时长有限，2是因为这个项目不需要可视化没必要用它的平台），发现有点慢于是决定重装服务器系统（同学帮忙）重新下载cuda进行加速训练。 

服务器系统版本：Linux Ubuntu18.04版本   

首先是通过用户名、密码以及ip用Git Bash连接到服务器，之后安装Anaconda这里就不再赘述。

   1.在Linux下安装GPU版本的PaddlePaddle

 环境要求：python必须是3.6以上，pip必须是20.2.2以上，与Ubuntu18.04版本相对应我此处是选用下载的CUDA11.0 的PaddlePaddle，linux的命令行如下：

python -m pip install paddlepaddle-gpu==2.1.2.post110 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

但此时我还没有下载CUDA，所以报错，安装PaddlePaddle并不成功

 2. 下载安装CUDA

在https://developer.nvidia.com/cuda-toolkit-archive中找到对应的CUDA版本

（这个官网需要注册登录）

 

 运行下列命令就可以了，重启服务器之后验证CUDA是否安装成功：用nvidia-smi命令

 可以看到右上角CUDA Version:11.4 ，CUDA安装成功！

再检查cu