（1）paddle---在anaconda中安装paddle环境

已于 2022-12-15 14:45:38 修改
阅读量1.9k 收藏 6
点赞数
CC 4.0 BY-SA版权
分类专栏： paddlepaddle 文章标签： paddle python 深度学习
于 2022-11-16 10:53:37 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/chencaw/article/details/127880857

1、 创建一个anaconda的环境

（1）创建

conda create --name chenpaddle_cp310 python=3.10

如果要删除

conda remove -n chenpaddle_cp310 --all

（2）查看现有环境

conda env  list #查看现有环境

2、安装 paddlepaddle

（1）查看自己安装的cuda版本

nvidia-smi

发现我装了cuda11.7  

（2）查看官网主页

飞桨PaddlePaddle-源于产业实践的开源深度学习平台

发现没cuda11.7的，那就转cuda11.6的看看可不可以。

（2）

conda activate chenpaddle_cp310

（3） 

python -m pip install paddlepaddle-gpu==2.3.2.post116 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

#-------------------------------------------
#以下不用
#------------------------------------------
# GPU
#pip install paddlepaddle-gpu
# 如果是CPU
# pip install paddlepaddle 

3、anaconda 下载环境慢的处理

参考了

.condarc配置_泥鳅812的博客-优快云博客_condarc配置

修改home目录下的.condarc文件内容

channels:
  - defaults
  - conda-forge
auto_activate_base: true
anaconda_upload: false
show_channel_urls: true
default_channels:
  - http://mirrors.aliyun.com/anaconda/pkgs/main
  - http://mirrors.aliyun.com/anaconda/pkgs/r
  - http://mirrors.aliyun.com/anaconda/pkgs/msys2
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.aliyun.com/anaconda/cloud
  msys2: http://mirrors.aliyun.com/anaconda/cloud
  bioconda: http://mirrors.aliyun.com/anaconda/cloud
  menpo: http://mirrors.aliyun.com/anaconda/cloud
  pytorch: http://mirrors.aliyun.com/anaconda/cloud
  simpleitk: http://mirrors.aliyun.com/anaconda/cloud

4、安装好的paddle版本看一下

(1)pip list

(2)验证以下

python
import paddle

paddle.utils.run_check()

（3）显示paddle对多卡支持有问题，懒得先不处理，以后再简单处理一下

(4)安装nccl的方法

去官网下载

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

然后安装一下

sudo dpkg -i nccl-local-repo-ubuntu2004-2.14.3-cuda11.7_1.0-1_amd64.deb

如果提示问题，按提示来，如 

sudo cp /var/nccl-local-repo-ubuntu2004-2.14.3-cuda11.7/nccl-local-44000BE4-keyring.gpg /usr/share/keyrings/

2)update一下

sudo apt-get update

3）安装一下

sudo apt install libnccl2 libnccl-dev

conda安装PaddlePaddle
Jeawey的博客
04-07 2282
最近在学深度学习，但是我打开c盘看见多了.keras之流的东西... 又要安飞浆时突然想到conda的默认安装路径...... 使用 conda info --env 查看已经安装的环境以及位置
【paddle2.0正式版安装】win10环境下conda安装CPU版本
三岁学编程的博客
02-04 1208
win10环境下conda安装paddle-CPU2.0.0版本
【PaddlePaddle】Win10 Anaconda安装PaddlePaddle
12-22
一、安装Anaconda 略。 二、安装PaddlePaddle 1. 新建一个虚拟环境。 打开Anaconda Prompt，输入 conda create -paddlepaddle python=3.6 完成之后激活环境， activate paddlepaddle 安装gpu版本的PaddlePaddle， pip install paddlepaddle-gpu 因为网络的原因老师timeout安装失败，换一个源，在上面命令后面加一个参数-i https://pypi.tuna.tsinghua.edu.cn/simple pip install paddlepaddle-g
Anaconda安装paddle
weixin_53491178的博客
05-07 1875
出现PaddlePaddle is installed successfully!删除 - defaults 增加 ssl_verify: false。我的电脑没有NVIDIA® GPU，所以安装cpu版的paddle。使用 python 进入 python 解释器，输入。一、Anaconda prompt需要做的。2、确认python版本和系统环境检查。解决办法是使用命令换回默认源。二、pycharm导入包检验。pycharm首先要进行配置。1、首先创建虚拟环境。点击OK后在窗口输入。
conda安装paddlepaddle
lualuwolaile的博客
06-19 1614
conda安装paddlepaddle，不要用pip安装，pip要配置很多东西，自己不会，导致安装失败
anaconda安装paddle(安装CUDA，CUDNN)
fakerth的博客
12-01 1万+
anaconda安装paddle(安装CUDA，CUDNN)
在anaconda中安装paddlepaddle
m0_52585291的博客
08-12 834
安装完成后，依次输入以下命令验证是否安装成功。
用conda安装PaddlePaddle
Cinthia Nie
03-23 5505
先祭上PaddlePaddle的官网吧->PaddlePaddle快速安装 然后你就可以看到图1了 图1 当你每部分选择好了之后，在文档的下面就会看到相应的操作指令了。我是windows，conda, python3, cpu.光是选好了，你是装不成的，你需要提前安装好Python，anaconda。给你指条明路->python与anaconda安装（先安装了python...
windows anaconda安装paddle
Con_ymy的博客
09-19 915
作业1： 飞桨安装文档：https://paddlepaddle.org.cn/install/quick 本地安装PaddlePaddle的常见错误：https://aistudio.baidu.com/aistudio/projectdetail/697227 作业2： 安装文档：https://github.com/PaddlePaddle/PaddleDetection/blob/release/0.4/docs/tutorials/INSTALL_cn.md 作业1的坑： （1）提示dll找不到.
Ubuntu 14.04：安装PaddlePaddle（Conda安装）
djj1015591892的博客
03-11 2320
Ubuntu 14.04系统中安装PaddlePaddle，是Conda安装，保姆级别操作文档
[飞桨paddle]1. conda安装paddle环境.模型转换，pytorch（任意模型）-＞paddlepaddle
Eric_Sober的博客
02-22 3734
X2Paddle 是飞桨生态下的模型转换工具, 目前已经支持 Caffe/TensorFlow/ONNX/PyTorch 四大框架的预测模型的转换，PyTorch 训练项目的转换，涵盖了目前市面主流深度学习框架,一条命令即可完成转换。
Py之paddlehub：paddlehub的简介、安装、使用方法之详细攻略
01-20
Py之paddlehub：paddlehub的简介、安装、使用方法之详细攻略 目录 paddlehub的简介 paddlehub的安装 paddlehub的使用方法 1、使用PaddleHub下载数据集、预训练模型等 paddlehub的简介       PaddleHub是飞桨预训练模型管理和迁移学习工具，通过PaddleHub开发者可以使用高质量的预训练模型结合Fine-tune API快速完成迁移学习到应用部署的全流程工作。其提供了飞桨生态下的高质量预训练模型，涵盖了图像分类、目标检测、词法分析、语义模型、情感分析、视频分类、图像生成、图像分割、文本审核、关键点检测等主流模型。更多模型
PaddleDetection系列1--paddlepaddle安装及测试
lansebingxuan的专栏
08-19 2877
paddlepaddle在windows和ubuntu安装及测试
Anaconda安装+Pycharm安装+Paddle安装
m0_69079172的博客
07-14 1231
Anaconda安装，Pycharm安装，Paddle安装
centos下的PaddlePaddle、PaddleHub、相关模型的安装
m0_37279957的博客
01-16 837
CUDA9或CUDA10，运行以下命令安装。CPU，运行以下命令安装。
动手学深度学习——Anaconda、pytorch、paddle安装(cpu版本)
qq_68162134的博客
12-07 2695
之前出了个Windows下的深度学习安装，但在继续学习的过程中发现，沐神的一些代码跑不起来，这里又提供pytorch和paddle的安装，各位用pytorch或者百度飞桨paddlepaddle来学习深度学习也是可以的。
百度paddlepaddle安装使用
不羁的风ww的博客
01-03 2736
一直想学习一下百度的paddle框架，按照官方教程安装时，感觉步骤写的太繁琐，索性根据之前安装其他框架的经验进行尝试，使用最简单的anaconda进行安装，很快成功，记录一下过程。
Paddle 安装教程，看这篇就够了
g2657353703的博客
01-02 2572
痛苦百度paddle 环境安装复杂已久，现来总结成功路线。我的环境硬件 cuda 12.7创建conda 环境 python=3.9。
anaconda安装paddle历程
热门推荐
qq_63157065的博客
04-21 1万+
最近想在本地上训练，于是乎在网上找了许多教程，真的会哭好嘛，自己这几天尝试了得有10个小时左右（真的杠上了），感觉有坑的我都走了，没坑的也自己挖了坑掉进去，总之这一路上磕磕绊绊，还算是成功了！ 最好先浏览一下文章构建思路后再下载哦~ 话不都说，步骤如下： 要求基本： 第一步：安装python 这一步网上教程都挺好的，在官网上安装当然最好。 第二步：安装Anaconda 安装anaconda，网上也有详细的教程这里也不多阐述了看这个很给力！包括了python和anaconda 看上述链接可以
windows paddle-tiny安装
最新发布
07-18
<think>首先，用户的问题是关于在Windows系统上安装paddle-tiny。我需要回想一下paddle-tiny是什么。从上下文看，paddle-tiny可能与PaddlePaddle的轻量级版本相关，但我需要确认。 在提供的引用中，有提到PaddleDetection和PPYOLO tiny。引用[2]说："PaddleDetection Windows C++编译使用指南(含PPYOLO v2、PPYOLO tiny测试)"。这表明PPYOLO tiny是PaddleDetection中的一个模型，可能是轻量级的目标检测模型。 用户说："我想在Windows系统上安装paddle-tiny"。这里的"paddle-tiny"可能指的是PPYOLO tiny或与PaddlePaddle相关的轻量级组件。 在引用[1]中，有关于安装PaddlePaddle的指南，包括基于Docker和pip的安装。引用[2]是关于PaddleDetection的C++编译。 所以，"paddle-tiny"很可能是指PPYOLO tiny，它是PaddleDetection的一部分。因此，安装paddle-tiny可能意味着安装PaddleDetection或使用PPYOLO tiny模型。 用户的问题："请问如何在Windows系统上安装paddle-tiny" 我需要提供一个清晰的步骤来安装这个。基于引用： - 引用[1]：基于pip安装飞桨（PaddlePaddle）。有步骤如离线安装等。 - 引用[2]：PaddleDetection的Windows C++编译指南，涉及CMake和VS2017。 但用户可能不需要编译C++部分；他们可能只是想安装和使用PPYOLO tiny模型。 PaddleDetection是一个目标检测库，PPYOLO tiny是其中的一个模型。要使用它，用户可能需要安装PaddlePaddle和PaddleDetection。 标准安装方法： 1. 安装PaddlePaddle（通过pip）。 2. 安装PaddleDetection。 然后，用户可以选择PPYOLO tiny模型进行推理。 在引用[1]中，有基于pip安装PaddlePaddle的步骤。引用[2]是关于C++编译的，可能用于部署，但用户可能只需要Python安装。 用户的问题说"安装paddle-tiny"，所以我应该假设他们想安装PaddleDetection并使用PPYOLO tiny。 步骤： 1. 安装PaddlePaddle。 - 使用pip：`pip install paddlepaddle` 或针对GPU的版本。 - 在Windows上，确保Python环境正确。 2. 安装PaddleDetection。 - PaddleDetection可以通过克隆GitHub仓库并安装依赖来安装。 3. 然后，下载PPYOLO tiny模型并使用。 引用[1]提到离线安装，所以如果需要，我可以包括离线选项。 系统级指令： - 所有行内数学表达式使用$...$，但这里可能不需要数学，因为问题关于软件安装。 - 独立公式用$$...$$，但同样，可能不相关。 - 使用中文回答。 - 生成相关问题。 - 回答中引用的段落末尾添加引用标识，如[^1]。 - 回答结构清晰，逐步解决问题。 - 参考站内引用：引用[1]和[^2]。 引用[1]是关于安装PaddlePaddle和PaddleX解析PDF，但用户关心的是paddle-tiny。 引用[2]是关于PaddleDetection的C++编译。 我应该基于这些引用提供信息。 用户上一次问题可能相关，但在这个对话中，这是第一个消息，所以没有历史。 现在，构建回答： 1. **澄清paddle-tiny**：解释paddle-tiny可能指的是PPYOLO tiny模型，是PaddleDetection的一部分。 2. **安装步骤**： a. 安装PaddlePaddle：使用pip安装。参考引用[1]。 b. 安装PaddleDetection：克隆仓库并安装。 c. 使用PPYOLO tiny：下载模型并运行推理。 3. **包括离线选项**：如果引用[1]提到离线安装，可以包括。 4. **添加引用标识**：在相关部分末尾添加[^1]或[^2]。 5. **生成相关问题**：在最后添加相关问题部分。 回答结构： - 介绍：解释paddle-tiny是什么。 - 步骤：逐步安装指南。 - 注意事项：可能的问题，如环境设置。 - 相关问题部分。 使用中文。 最终回答： 首先，确认"paddle-tiny"很可能是指PPYOLO tiny模型，属于PaddleDetection库。因此，安装涉及设置PaddlePaddle和PaddleDetection。 步骤： 1. **安装PaddlePaddle**：使用pip安装。对于Windows，推荐使用pip。命令如`pip install paddlepaddle`（CPU版本）或`pip install paddlepaddle-gpu`（GPU版本）。参考引用[1]的pip安装部分[^1]。 2. **安装PaddleDetection**：克隆PaddleDetection的GitHub仓库，并安装依赖。 - 命令：`git clone https://github.com/PaddlePaddle/PaddleDetection.git` - 然后，`cd PaddleDetection` - 安装：`pip install -r requirements.txt` - 编译（可选，但Python API通常不需要编译）。 3. **使用PPYOLO tiny**：在PaddleDetection中，有预训练模型。用户可以从模型库下载PPYOLO tiny模型并运行推理脚本。 引用[2]提到C++编译，但那是针对特定部署；对于大多数用户，Python安装足够。 如果有离线安装需求，参考引用[1]的离线安装部分[^1]。 然后，添加相关问题。</think>### 如何在Windows系统上安装paddle-tiny 首先，需要澄清“paddle-tiny”的含义。根据上下文（如引用[2]中提到的PPYOLO tiny），**paddle-tiny 很可能指 PaddleDetection 中的轻量级目标检测模型 PPYOLO tiny**，它是 PaddlePaddle 生态系统的一部分，专为高效推理设计（例如在资源受限的设备上运行）。因此，安装 paddle-tiny 实际上是安装 PaddleDetection 库并使用其内置的 PPYOLO tiny 模型。以下是针对 Windows 系统的完整安装指南，基于 pip 安装方式（最简便，适合大多数用户），并参考了站内引用信息。整个过程分为三个主要步骤：环境准备、安装 PaddlePaddle 和 PaddleDetection、验证 PPYOLO tiny 模型。 --- ### 步骤 1: 环境准备 在安装前，确保 Windows 系统满足以下要求： - **操作系统**：Windows 10 或更高版本（64位）。 - **Python 环境**：推荐使用 Python 3.7 或 3.8（更高版本可能兼容，但需测试）。建议通过 Anaconda 或 Miniconda 创建虚拟环境以避免依赖冲突。 ```bash # 创建并激活虚拟环境（示例使用 conda） conda create -n paddle_env python=3.8 conda activate paddle_env ``` - **依赖工具**：安装 Git（用于克隆仓库）和 Visual Studio Build Tools（用于编译部分依赖）。下载 Visual Studio Build Tools 时，选择“C++ 桌面开发”工作负载[^2]。 - **硬件要求**：PPYOLO tiny 支持 CPU 和 GPU 推理。如果使用 GPU，需安装 NVIDIA 驱动和 CUDA 11.x（PaddlePaddle GPU 版本兼容 CUDA 11.2+）。可通过 `nvidia-smi` 命令检查 GPU 状态。 > **注意**：如果网络不稳定，可参考引用[1]的离线安装方法，提前下载 PaddlePaddle 的 wheel 文件[^1]。 --- ### 步骤 2: 安装 PaddlePaddle 和 PaddleDetection PPYOLO tiny 是 PaddleDetection 的一部分，因此需先安装 PaddlePaddle（深度学习框架），再安装 PaddleDetection（目标检测库）。 1. **安装 PaddlePaddle**： - 使用 pip 安装。根据硬件选择 CPU 或 GPU 版本（GPU 版本性能更好，但需 CUDA）。 - **CPU 版本**（推荐初学者）： ```bash pip install paddlepaddle ``` - **GPU 版本**（需提前安装 CUDA 和 cuDNN）： ```bash pip install paddlepaddle-gpu ``` - **验证安装**：运行 Python 检查 PaddlePaddle 是否成功导入。 ```python import paddle paddle.utils.run_check() # 输出 "PaddlePaddle is installed successfully!" 表示成功 ``` > 引用[1]提到，如果安装失败（如网络问题），可尝试离线安装：下载 wheel 文件后通过 `pip install /path/to/wheel.whl` 安装[^1]。 2. **安装 PaddleDetection**： - 克隆 PaddleDetection 官方仓库（包含 PPYOLO tiny 模型）： ```bash git clone https://github.com/PaddlePaddle/PaddleDetection.git cd PaddleDetection ``` - 安装依赖库： ```bash pip install -r requirements.txt ``` - **编译（可选）**：PPYOLO tiny 的 Python API 无需编译即可使用。但如果需 C++ 部署（如引用[2]中的指南），可使用 CMake 和 VS2017 编译，但这通常针对高级用户[^2]。 --- ### 步骤 3: 使用 PPYOLO tiny 模型 安装后，通过 PaddleDetection 的预训练模型快速运行 PPYOLO tiny 推理： 1. **下载模型**：PaddleDetection 提供预训练权重。在 `PaddleDetection` 目录下运行： ```bash python tools/download_model.py --url https://paddledet.bj.bcebos.com/models/ppyolo_tiny_650e_coco.pdparams ``` 2. **运行推理**：使用示例图像测试模型。 ```bash # 示例：检测一张图片（将 test.jpg 替换为你的图像路径） python tools/infer.py -c configs/ppyolo/ppyolo_tiny_650e_coco.yml -o weights=output/ppyolo_tiny_650e_coco/model_final --infer_img=test.jpg ``` - 输出结果保存在 `output` 目录，包含检测框的可视化图像。 3. **验证 PPYOLO tiny**：模型应高效运行（在 CPU 上约 10-20 FPS），适合实时应用如移动端或边缘设备。 --- ### 常见问题解决 - **安装错误**：如果 pip 安装失败，检查 Python 版本和网络。引用[1]建议离线安装或使用国内镜像源（如 `pip install -i https://pypi.tuna.tsinghua.edu.cn/simple paddlepaddle`）[^1]。 - **GPU 支持问题**：确保 CUDA 版本匹配（PaddlePaddle GPU 版本要求 CUDA 11.2+）。可通过 `paddle.device.is_compiled_with_cuda()` 验证 GPU 支持。 - **模型加载失败**：下载模型时若超时，手动下载 `.pdparams` 文件并放入 `output` 目录。 - **性能优化**：PPYOLO tiny 已为轻量级优化，但可进一步通过量化或裁剪提升速度（参考 PaddleSlim 工具）。 > **重要**：PPYOLO tiny 仅用于目标检测任务。如果需其他功能（如 PDF 表格解析，如引用[1]中的 PaddleX），需额外安装 PaddleX 库[^1]。 --- ### 相关问题
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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