本篇主要内容：
1、PaddlePaddle-CPU&GPU配置
2、离线安装（Pip、Docker）
3、安装中报错处理
1、PaddlePaddle-CPU&GPU配置
如果对Python开发非常熟练，这篇安装介绍则不需要看太多，用普通的pip就能完成，可以参考官方文档来配置PaddlePaddle
https://www.paddlepaddle.org.cn/install/quick
需要注意的是，GPU版本的PaddlePaddle在安装时要加上CUDA和CUDNN的版本号
示例：pip install paddlepaddle-gpu==1.6.2.post107
若不加版本号则默认安装为最新版的PaddlePaddle和CUDA10.0+CUDNN7的组合
上方的.post107代表10+7，相信你已经看出来了是CUDA10+CUDNN7，举一反三CUDA9+CUDNN7则为.post97
如果看不懂上面的操作，那你就可以放心的往下看了，因为下面是完整操作步骤~
1.1 安装Python3并学会Python基础
https://www.python.org/downloads/release/python-370/
如果你不会下载软件，建议先把深度学习放放，因为需要走的路还很长~
深度学习同样需要编程语言基础，在开始前非常建议去熟悉一下Python语言
1.2 下载一个顺手的IDE
这里就用Python中比较流行的Pycharm来举例
首先肯定是要创建一个项目的，这里建议使用虚拟环境，因为虚拟环境至少能解决一部分依赖和版本冲突的问题。
下来一路Next，直至项目创建成功
接下来打开菜单栏的Flie选项卡->Settings->Project Interpreter
点击这个小+号就可以去安装Python第三方库了
附清华源地址 https://pypi.tuna.tsinghua.edu.cn/simple
安装后就一定安装成功了吗？
新建一个py文件，写入以下代码进行安装检测
# 1.2-1.8版本验证代码
import paddle.fluid as fluid
fluid.install_check.run_check()
# 2.0+版本验证代码
import paddle
paddle.utils.run_check()
当出现下图的结果时，就算成功安装了！是不是很简单呢？
当然了，如果想安装GPU环境也是非常简单了，跟上面步骤类似，只是搜索第三方库时需要搜索"paddlepaddle-gpu"，同时还需要你去配置CUDA和CUDNN。
关于如何配置CUDA和CUDNN，可以参考这个视频进行操作
https://www.bilibili.com/video/av67082713/
别忘了要进行安装检测啊
2、PaddlePaddle离线安装
如果你对pip或Docker非常熟悉，离线安装对你绝对不是问题。如果你不太了解，那也没有问题~
你可以回想一下，刚刚在线安装PaddlePaddle时，pip都做了哪些操作呢？
虽然只是一句pip install PaddlePaddle命令，如果你多留意了一下，应该可以发现除了安装PaddlePaddle，pip还下载了许多whl包！
这些包就是传说中的依赖包，离线安装PaddlePaddle时，除了要提前下载好PaddlePaddle的whl包，还要把这一大堆依赖包也给下载下来。
那么多包，难不成要手动在pypi(Python包的官网)中都搜索并下载吗？
那岂不是太累人了！
其实，这些也是可以批量下载的(滑稽.jpg)
打开终端，将已经安装好的PaddlePaddle和各种依赖的名字输出为一个txt文件
pip freeze > requirements.txt（如果你对Linux比较熟悉，">"和">>"你肯定不陌生，合理运用吧~）
打开这个txt文件看看都有啥~
可以看到PaddlePaddle的依赖大致就是这些了，接下来批量将他们下载下来
pip download -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/这里为什么要用 -i 呢？因为加上pip源之后，下载速度是真的快啊...
上方框中的那些文件就是PaddlePaddle和所依赖的离线包，将这些东西放在需要离线安装的机器中，运行以下命令就可以执行离线安装了
pip install --no-index --find-links=[离线包文件夹路径] -r [requirements.txt所在的路径]
按实际情况进行修改即可
示例：
pip install --no-index --find-links=./whl -r ./requirements.txt
OK！离线安装就是这么简单
如果想看Docker的离线部署，可以参考这位同学的文章
https://blog.csdn.net/weixin_44698389/article/details/103432700
3、安装中报错处理
3.1 缺少DLL文件
一般这种情况在Win7系统较为常见，原因是缺少C++或.Net运行库组件。可以安装一个VS2017或者去单机游戏下载站补全运行库。
3.2 找不到cublasXXX文件
检查一下CUDA和CUDNN安装情况
3.3 安装GPU版本后出现 cudaGetDeviceProperties failed
PaddleCheckError: cudaGetDeviceProperties failed in paddle::platform::GetCUDAComputeCapability
报错信息如图
这个情况在有核显的笔记本中最为常见，报错是由于独立显卡休眠导致，恢复休眠即可。
操作步骤：
控制面板->电源选项
最后一步就是重启啦~
3.4 Tips
3.4.1 MX系列、低于10系的英伟达显卡就不必安装GPU版本了，提升效果过于有限
3.4.2 暂不支持A卡，AMD没法Yes...但据说已经在准备了，是否支持一官方网站为准
3.4.3 GPU版本安装推荐使用CUDNN7.6+
3.4.4 如果在安装方面仍有问题，可以去PaddlePaddle官方群咨询796771754
