一、PaddlePaddle安装之CPU环境
1.安装说明
- 安装方式：pip（pip安装参考链接）
- Python版本：Python3.7+
2.安装过程
- 安装paddlepaddle，用pip直接安装可以获取目前最新的CPU版本
pip install paddlepaddle
pip默认用的是国外的源，下载速度非常慢，我们可以临时使用清华源来安装，命令如下
pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple/
使用"=="可以指定安装PaddlePaddle的版本，如没有指定版本，默认安装pypi库中的最新版本。"-i"参数用于指定pypi镜像源地址，使用国内镜像源可以大大提高下载速度，这里使用的是清华源。
注：Numpy会随PaddlePaddle一起安装，所以不用单独安装了 - 验证安装信息
按下 windows 微标键+R 按键，在左下角弹出的窗口中输入 cmd，然后回车，进入windows命令行。输入python进入python解释器，然后输入import paddle.fluid，再输入paddle.fluid.install_check.run_check()，如果出现：Your paddle Fluid is installed successfully ！说明您已安装成功，例如下图示例：
二、PaddlePaddle安装之GPU环境
1.安装说明（安装并使用GPU版本的前提是安装CUDA和CUDNN）
- 硬件支持：GeForce GTX 1060
- 安装版本：CUDA10.0+CUDNN7.6（Windows 仅支持 CUDA 9.0/10.0 的单卡模式；不支持 CUDA 9.1/9.2/10.1）
2.安装过程
2.1 安装显卡驱动
- 进入NVIDIA官网中的"驱动程序下载"页面，进行驱动程序的下载和安装。直接安装并取代之前的显卡版本，如下图点击搜索，下载再安装即可。安装完成后，在"控制面板"中若出现"NVIDIA控制面板"，则说明安装无误。
2.2 下载并安装CUDA
- 在本例中，我们选择CUDA10.0版本，切记不可选择10.1，目前还不支持10.1版本。
- 进入CUDA Toolkit Archive 页面，
选择"CUDA Toolkit 10.0[Sept 2018]". -
选择相应的系统版本以及安装方式即可获取下载链接
-
进行安装，步骤如下
一
二
三
四
五
六
七
八
-
验证是否安装成功，使用
nvcc -V命令查看是否安装成功
-
添加环境变量。安装CUDA成功后，需要将CUDA路径添加到path环境变量中，点击"我的电脑"，在"系统"对话框中，点击左侧"高级系统设置"，打开"系统属性"对话框，点击"环境变量"按钮，找到"path"变量进行编辑，如下图所示
在以上过程中，注意两点：
- 第一步和第六步中的路径都是默认的，第一步中是临时安装位置，无论安装在哪里，安装完后会自动删除，因此切勿将两处路径放到一处，否则可能会将之后安装的CUDA文件一并删除
- 选择精简安装，或者自定义安装都是可以的
2.3安装cuDNN
进入cuDNN工具套件选择页面，根据自己安装的CUDA版本选择相应的cuDNN的版本，这里选择的是"Download cuDNN v7.6.5 (November 5th, 2019), for CUDA 10.0"
解压下载得到的安装包，在cuda文件夹下会有3个文件夹
——bin、include和lib，如下图所示
分别将cuda/include、cuda\lib、cuda\bin这三个目录中的内容复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0(此地址需根据读者的情况自行调整)对应的Include、lib、bin目录下即可
2.4安装PaddlePaddle-GPU
- 打开windows命令行，输入以下命令
pip3 install paddlepaddle-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple/
注意，在此步安装步骤中，pip的版本要高于9.0.1
- 安装完成后，测试是否成功，在windows命令行中输入命令python，进入Python编程环境。输入
import paddle.fluid，若未出现错误，再输入paddle.fluid.install_check.run_check()，如果出现：Your paddle Fluid is installed successfully ！，说明您已安装成功！
如果出现上述问题，请检查一下PaddlePaddle-gpu版本与CUDA是否匹配，此外需要提醒的是PaddlePaddle-gpu安装是不包含CUDA、CUDNN安装的，如果需要GPU版本则需要手动安装对应的版本。
