PaddleOCR使用笔记-快速安装

PaddleOCR使用笔记

Linux环境下

快速安装

  • 首先查看一下自己的cuda版本(10.1.168)
cat /usr/local/cuda/version.txt

在这里插入图片描述

  • 再看一下cuDNN的版本(7.6.1)
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

在这里插入图片描述

在这里插入图片描述

  • 拉取预安装PaddlePaddle的镜像:
nvidia-docker pull registry.baidubce.com/paddlepaddle/paddle:2.0.0-gpu-cuda10.1-cudnn7

在这里插入图片描述
在这里插入图片描述

  • 用镜像构建并进入docker容器:
cd /home/lexiaoyuan/projects # 进入自己的存放项目的目录,因为下面的命令需要把当前目录挂载到docker容器中

nvidia-docker run --name paddle -it -v $PWD:/paddle registry.baidubce.com/paddlepaddle/paddle:2.0.0-gpu-cuda10.1-cudnn7 /bin/bash

在这里插入图片描述

  • 使用git,下载PaddleOCR(下载最新的dygraph分支的)到本地,在把PaddleOCR上传到服务器。
git clone https://gitee.com/paddlepaddle/PaddleOCR.git --branch dygraph

在这里插入图片描述

在这里插入图片描述

  • 由于默认的python3是指向python3.5,我们把它改成指向python3.8
ls -l /usr/bin | grep python

cd /usr/bin
rm python3
y
ln -s python3.8 python3

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 上面这个修改办法不管用的话,就用这个:
echo alias python3=python3.8 >> ~/.bashrc
source ~/.bashrc

在这里插入图片描述

  • 进入docker中的paddle容器里的PaddleOCR目录,并安装第三方库
cd /paddle/PaddleOCR
pip3.8 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述
在这里插入图片描述

  • Ok,到这里,PaddleOCR的运行环境就装好了。

补充:安装nccl2

官方文档:https://docs.nvidia.com/deeplearning/nccl/install-guide/index.html

2.4.8: https://docs.nvidia.com/deeplearning/nccl/archives/nccl_248/nccl-install-guide/index.html

2.73: https://docs.nvidia.com/deeplearning/nccl/archives/nccl_273/install-guide/index.html

https://www.paddlepaddle.org.cn/documentation/docs/zh/install/compile/linux-compile.html

https://developer.nvidia.com/nccl/nccl-legacy-downloads

  • 步骤如下:

In order to download NCCL, ensure you are registered for the NVIDIA Developer Program.

  1. Go to: NVIDIA NCCL home page.
  2. Click Download.
  3. Complete the short survey and click Submit.
  4. Accept the Terms and Conditions. A list of available download versions of NCCL displays.
  5. Select the NCCL version you want to install. A list of available resources displays. Refer to the following sections to choose the correct package depending on the Linux distribution you are using.
  • Install the keys.
sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

sudo wget https://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64/nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb

sudo dpkg -i nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb

sudo apt update

sudo apt install -y libnccl2=2.4.8-1+cuda10.1 libnccl-dev=2.4.8-1+cuda10.1

sudo apt remove libnccl2=2.4.8-1+cuda10.1 libnccl-dev=2.4.8-1+cuda10.1

sudo apt install -y libnccl2=2.7.3-1+cuda10.1 libnccl-dev=2.7.3-1+cuda10.1

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

  • 测试nccl

文档:https://github.com/NVIDIA/nccl-tests/

https://zhuanlan.zhihu.com/p/174710896

git clone https://github.com/NVIDIA/nccl-tests.git
cd nccl-tests
make
./build/all_reduce_perf -b 8 -e 128M -f 2 -g 8

在这里插入图片描述
在这里插入图片描述

创作不易,喜欢的话加个关注点个赞,❤谢谢谢谢❤

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