百度飞浆图像识别paddle

网站：https://www.paddlepaddle.org.cn/

写在前面的话

paddle的文档目前版本到CUDA11.2，所以我们后续的安装文件CUDA请下载11.2版本的，笔者下载了11.3，到最后使用时有错误，所以在这里先做说明

版本安装不正确的错误信息.png 笔者最终正确运行的版本.png

目标主机Windows10

2021-12-06_090350.png

显卡NVIDIA GeForce RTX 2070

2021-12-06_090439.png

NVIDIA控制面板显示信息

2021-12-06_0906482.png 2021-12-06_090730.png 2021-12-06_131632.png

CUDA安装
如果上文中能看到NVIDIA中有CUDA的版本信息，说明你电脑上面已经有CUDA了，CUDA在安装显卡驱动时一般都是一起装的，如果你没有的话，首先你得买个显卡，然后在NVIDIA网站下载对应的驱动进行安装。笔者这里经有了就不用安装CUDA，但这还不够，还需要安装cuda-toolkit和cuDNN。

因为这个网站上的时候很慢，后面有时间再贴图

网站：https://www.nvidia.cn/

下载完成后你将得到CUDA的安装文件和cuDNN的压缩包

2021-12-06_131541.png

安装CUDA，安装过程不需要多的操作，选择一个安装路径即可其他的都选择接受下一步即可，这个安装文件很大，所以笔者没有选择安装在系统盘，你也可以根据自己电脑容量选择安装路径。因为操作过程直接点过去了，这里就没有贴图。

安装完成后可以查看系统环境变量，可以看到安装过程中为我们添加了2个CUDA的环境变量，并且通过环境变量路径能找到对应的安装文件

2021-12-06_131748.png

我们可以在命令行中输入nvcc -V查看CUDA版本和确认环境变量的准确性

2021-12-06_131827.png

可以运行测试文件，进一步确认CUDA的安装结果，在CUDA的安装路径（也就是上文中添加的环境变量的位置，笔者这里没有选择默认是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3，所以你的应该也是在这个位置），在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite路径下开一个命令行执行deviceQuery.exe和bandwidthTest.exe程序，看到最后的结果是PASS就表示环境可以用，如果是Fail说明环境还是有点问题，需要查一下问题

2021-12-06_131938.png 2021-12-06_132040.png

将cuDNN压缩包解压出来，将里面的（bin/include/lib）3个文件夹拷贝到CUDA的安装目录中，CUDA的安装目录中本来也有这3个文件夹，其实就是合并操作，笔者操作时并没有提示重复文件覆盖，也就是说合并并不会有文件冲突

2021-12-06_132158.png 2021-12-06_132216.png 2021-12-06_132255.png

安装paddle，访问网站：https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/install/pip/windows-pip.html
有相关文档可以参考，选择自己的系统环境，然后按照步骤进行安装，安装过程是使用Python的pip命令进行安装的，关于Python环境和Python编辑器PyCharm的安装笔者也写了一篇做记录，但是不知道为啥被锁定了，如果需要参考的可以留言，当然这种信息网上也有很多，过程很简易。

2021-12-06_103333.png

根据参考信息，笔者选择安装CUDA11.2，在命令行中执行命令就可以进行安装操作

python -m pip install paddlepaddle-gpu==2.2.0.post112 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html

2021-12-06_105104.png

安装完成后是这样的，并且在Python包路径中能够找到paddle和关联下载的包

2021-12-06_105656.png 2021-12-06_105915.png

下面验证安装，在命令行中执行Python进入Python解释器环境，输入import paddle导入paddle包，输入paddle.utils.run_check()进行校验，如果出现PaddlePaddle is installed successfully!说明paddle环境能正常使用

python

import paddle

paddle.utils.run_check()

2021-12-06_132559.png

笔者第一次安装下载的CUDA11.3，后面使用时这里就出现了错误，所以在这里记录闭坑，以后请尽量使用CUDA11.2

2021-12-06_110203.png

很显然笔者这里出现错误了，然后就来解决这个错误，根据错误信息初步判断是笔者安装的是paddle11.2，但是笔者安装的CUDA是11.3，cuDNN是8.3，导致不能正确的加载cublasLt64_10.dll文件，笔者在电脑上面搜索了一下这个文件，并没有找到它，可能就是版本不对没有了这个文件。因此上文中的安装环境是不行的。因为paddle提供的安装版本最高的是CUDA是11.2，所以没法安装paddle11.3，只能选择重新安装CUDA11.2，记住同步的更新cuDNN文件。

下载CUDA11.2和cuDNN8.2，按照上述安装步骤重新安装一遍，在安装之前需要先卸载之前的CUDA，卸载的时候图形驱动程序（也就是显卡驱动）和physX不用卸载，其他都可以卸载，重新安装CUDA时会重新安装的

2021-12-06_132808.png