快速安装笔记

基本上无脑安装即可，确认支持飞桨的gpu版本（paddlepaddle-gpu），目前（2024年04月04日）的版本为2.6.1.post120（CUDA12.0）。

环境如下：

OS: ReviOS 11 23.08
scoop: YES
python: winpython 3.11.8

1. CUDA

1.1. 下载

点这里打开下载页面。

1.2. 安装CUDA

CUDA的安装包是包含驱动的，可能会造成驱动版本的升级/降级

双击下载好的 cuda_12.4.0_551.61_windows.exe，一路next即可（建议安装到默认路径，下面所展示的路径均为12.4版cuda的默认路径，请按实际情况修改）。

小贴士：可以不安装GeForce Experience

2. cuDNN

2.1. 下载cudnn

点这里打开下载页面。需要注意的是，下载cudnn需要先注册一个账号。

目前飞桨用的是cuDNN的8.x版本，请不要下错版本。

2.2. 安装cudnn

解压 cudnn-windows-x86_64-8.9.7.29_cuda12-archive.zip 之后得到一个类似这样的文件夹。

选中3个文件夹，复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4 下。见图

可能会有覆盖的提示，直接选择全部皆是。

2.3. 设置环境变量

直接用powershell处理

先允许下编辑

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

设置

$env:NewPath = 'C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4\bin;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4\include;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4\lib;'
[environment]::setEnvironmentVariable('CUDNN',$env:NewPath,'User')

3. 飞桨

3.1. 安装

python -m pip install paddlepaddle-gpu==2.6.1.post120 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html

3.2. 测试

测试环境使用ipython

import paddle 

paddle.utils.run_check() 

执行之后，如果看到类似的文字，就表示已经成功了 🍻

Running verify PaddlePaddle program ... 
PaddlePaddle works well on 1 GPU. 
PaddlePaddle is installed successfully! Let's start deep learning with PaddlePaddle now.

4. 打完收工

基本上来说，最好还是推荐用debian来降低不必要的资源开销。但是，人总有很多不得已的情况，对吧。🙂