一、下载所需软件
开发工具
- Visual Studio：直接安装 Visual Studio 会更方便，当然也可以只安装 Visual C++ Build Tools，具体安装方式可以自行搜索。这里推荐安装 Visual Studio 2019 社区版，下载地址：Visual Studio 2019 下载 。
驱动与运行环境
- NVIDIA 驱动程序：前往 NVIDIA 官网下载最新版本，下载地址：NVIDIA 驱动下载 。
- Anaconda：一款流行的 Python 和 R 语言的科学计算平台，下载地址：Anaconda 下载 。
CUDA 与 cuDNN
- CUDA Toolkit：Paddlepaddle – GPU 运行的关键组件，需要根据显卡型号对应下载。
-
- 如果不是 30 系显卡（仅指常见型号，V100 等特殊型号需自行查阅资料），推荐安装 CUDA 10.2，比较常用。
-
- 如果使用安培架构显卡，即 30 系列显卡，必须安装 11 以上 CUDA，推荐安装 CUDA 11.2。
-
- CUDA 下载地址：CUDA Toolkit 下载 。
- cuDNN：同样需要从 NVIDIA 官网下载对应版本，下载时需要登录英伟达账号。cuDNN 版本与 CUDA Toolkit 的对应关系如下：
-
- CUDA 工具包 10.1/10.2 配合 cuDNN 7 (cuDNN 版本>=7.6.5）
-
- CUDA 工具包 11.0 配合 cuDNN v8.0.4
-
- CUDA 工具包 11.1 配合 cuDNN v8.1.1
-
- CUDA 工具包 11.2 配合 cuDNN v8.1.1
-
- cuDNN 下载地址：cuDNN 下载 。
注意：如果您的计算机没有 NVIDIA® GPU，请安装 CPU 版的 PaddlePaddle；如果有 NVIDIA® GPU，请确保满足上述条件并且安装 GPU 版 PaddlePaddle。
安装包网盘链接
此项目挂载的数据集就是安装包，有需要的自行下载。
百度网盘地址：点击下载
提取码：3b3o
温馨提示：以下所有软件都建议右键以管理员模式安装运行。
二、安装步骤
1. 安装 VS
- 右键以管理员身份运行安装程序，点击 “install” 开始安装，安装路径可以自行修改。
- 安装完成后，将 “E:\Microsoft Visual Studio\2019\Community\VC\Tools\MSVC\14.28.29910\bin\HostX64\x64” 加入到系统环境变量 Path 中。
- 重启电脑，重启后打开一次 VS，然后再进行下一步。
2. 安装 Nvidia 驱动
- 右键驱动包，以管理员模式运行。
- 安装过程中一路点击 “next”，选择第一个 “精简安装” 即可。
3. 安装 Anaconda
- 以管理员模式运行安装包，点击 “next”。
- 安装到选择安装用户这一步时，选择 “All Users”。
- 勾选第二个选项，第一个不勾选。
- 添加环境变量：
-
- 右键 “此电脑”，选择 “属性”。
-
- 点击 “高级系统设置”，进入 “环境变量” 设置。
-
- 在 “系统环境变量” 中找到 “Path”，点击 “新建”，依次添加以下路径：
-
-
- E:\Anaconda
-
-
-
- E:\Anaconda\Library\mingw-w64\bin
-
-
-
- E:\Anaconda\Library\usr\bin
-
-
-
- E:\Anaconda\Library\bin
-
-
-
- E:\Anaconda\Scripts
-
- 检查是否安装成功：打开 cmd，输入 “conda -V”，出现版本号即安装成功。
- 更换源：
-
- 执行 “conda config –set show_channel_urls yes” 生成.condarc 文件，文件位于 C:\Users\ 用户名 \ 下面，然后按照官方教程修改即可。
4. 安装 cuda
- 查看显卡型号：右键 “我的电脑”->“管理”->“设备管理器”->“显示适配器”。
- 以管理员模式打开安装包，选择 “自定义 (高级)”。
- 下一步取消勾选 “Visual Studio Intergration”。
- 等待安装完成，最后在 cmd 中输入 “nvcc -V” 查验是否安装成功。
5. cudnn 安装
- 解压 cudnn 压缩包。
- 把对应文件放入路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2 （根据你安装的 CUDA 版本修改路径）。
6. PaddlePaddle 安装
- 打开 Anaconda Powershell Prompt (Anaconda3)。
- 先创建一个新环境：conda create -n paddle2.2.1 python=3.8。
- 激活新环境：conda activate paddle2.2.1。
- 根据安装的 CUDA 版本选择安装命令：
-
- 安装 CUDA 11.2 版本 Paddle：python -m pip install paddlepaddle-gpu==2.2.1.post112 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html 。
-
- 安装 CUDA 10.2 版本 Paddle：python -m pip install paddlepaddle-gpu==2.2.2 -i https://mirror.baidu.com/pypi/simple 。
- 安装完后，重新打开一下 anaconda，然后按照官网验证：
-
- 打开 python。
-
- 输入import paddle。
-
- 再输入paddle.utils.run_check() 。
三、错误总结与解决方法
1. The third-party dynamic library (cudnn64_7.dll) that Paddle depends on is not configured correctly. (error code is 126)
原因是之前下载了 cudnn8 的包，解决方法是下载一个 cudnn7 的包，放入对应的路径中。
2. 运行 paddle.utils.run_check () 时候遇到，Please make sure cudnn_ops_infer_8.dll is in your library path!
重启 anaconda，然后重新运行即可。
3. 以 PaddleDetection 的 requirements 的 Cython_bbox 为例子，如果直接运行pip install Cython_bbox会报错（清华源可能未更新最新版本）
- 下载 Cython_bbox 包（网盘链接中有）。
- 解压文件，找到 setup.py 文件，将里面的extra_compile_args=[‘-Wno-cpp’]修改为extra_compile_args = {‘gcc’: [‘/Qstd=c99’]} 。
- 在 paddle2.2.1 环境下，打开此解压文件的目录，运行python setup.py build_ext install 。
