# paddle

**Repository Path**: dxros/paddle

## Basic Information

- **Project Name**: paddle
- **Description**: paddle-gpu
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2023-04-13
- **Last Updated**: 2024-07-24

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# paddle-install
### 售后群：758038237

### 关于anaconda
 **anaconda的出现python使得python得以虚拟环境的方式存在，并在服务器上大规模的使用
anaconda是没有国内镜像直接下，国外的镜像部分电脑比较慢，我们这里备份：**  
#### 推荐：window:
    https://cowtransfer.com/s/79e527bc471243
#### linux: 
    https://cowtransfer.com/s/96dd4226f0ea4

### 新手必看：授之以鱼不如授之以渔（调试别人的代码---------有问题，看完再问）

```
    首先知道关系，一般来说：python指的的是python的解释器，
   （anaconda是采用虚拟环境的方式，可以在里面安装很多个python解释器的工具，比如python3.6，python3.8）
     编辑代码的叫开发环境，又指代码编辑器，比如pycharm，jyputer                             
    不会使用anaconda参考：（了解anaconda跟python和其他的关系，视频比较老可能与本店安装的有部分出入，但是基本原理通用）
    简短：https://www.bilibili.com/video/BV1K7411c7EL?p=2&vd_source=0e80315f29d5339004a0649a284077f4
    详细的：https://www.bilibili.com/video/BV1S5411X7FY?p=15 
注：
调试别人的代码，相关包的匹配是最重要的，光paddle就有20多个版本，我们默认安装长期支持版， 
我们给你安装只是说明你的安装环境（系统和显卡是支持安装paddle的）是好的，可以安装了，调试某个程序还要您自己匹配具体的版本
```

### 安装好显卡驱动---------nvidia-smi（nvidia-smi是显示驱动属性的命令，可以看到显存，支持的cuda，功率等）

```
	正常会输出，CUDA的接口的最高版本，之后根据paddle官网下载python版本的cuda和cunn就OK，
注：python版本的cuda和cunn是二进制版本，英伟达官网的是C++版本跟python没有关系，（就不要问了），python版本的必须下载
英伟达官网的是C++版本跟python没有关系，下载不下载随便您
```


### 安装
#### 如果没有其他的问题(常出现的问题：多个安装的python导致系统变量错误，使用代理)
#### 1.建议采用anaconda 新建一个python的环境-------torch--  python版本3.8（最稳定）
    conda create -n dxpaddle python=3.8.5
#### 这样建立的环境是空的没有其他的包，比如numpy等）
### 2.如果太慢就换源、

```
channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud
  msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud
  bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud
  menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud
  pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.bfsu.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud

```

### pip的镜像
    pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple
### 3.激活环境
    conda activate  dxpaddle
### 4.去官网安装，低于或者等于nvidia-smi输出的cuda版本，30系的显卡只能安装cuda11以上的,(在window上有些版本安装不了，因为国内的镜像没有同步)
#### 注：cudatoolkit就是cuda，比如安装cuda=11.2就是cudatoolkit=11.2 
    conda install paddlepaddle-gpu==2.4.1 cudatoolkit=11.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/ -c conda-forge
#### 低于30系采用：
    conda install paddlepaddle-gpu==2.4.1 cudatoolkit=10.2 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/
#### 没有显卡，安装cpu：
    conda install paddlepaddle==2.4.2 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/

### 5.测试，终端测试

```
python
import paddle
paddle.utils.run_check()
```

### 说明：（建议，如果是研究生等搞这个方向的请把教程搞懂，如果是其他的，根据您的意愿）

```
anaconda就是用来管理Python环境的，base是anaconda自己的（anaconda建议不要动base），
dxpaddle是我们安装的Python，
paddlegpu，cuda，cunn都会安装到这里面。
输入conda list可以看到不同Python包。
输入conda env list可以看到不同Python的位置。详细理解看新手必看
```


### 下面属于python代码编辑器的部分（继续安装需要收10元）

```
        详细教程word版，直接送：
        https://kornerstonecharterschool-my.sharepoint.com/:b:/g/personal/p15923_n365_me/ERZ-2ghSQ19EiG50ldem2qUB_nBnmTTtUMHYL3SfemmYbQ?e=VuebHp
         代码编辑器，除了pycharm，其他的软件，在window上使用都有部分的bug
```


### 使用jupyter
#### 在创建的虚拟环境中使用jupyter notebook，命令如下： (备注：确保安装的ipykernel是在创建的虚拟环境中的)
    pip install ipykernel -i https://pypi.douban.com/simple/
#### 将虚拟环境添加到jupyter，命令如下：
    python -m ipykernel install --user --name=dxpaddle
### 6.pycharm中新建工程-----将解释器改为torch
#### 设置--》工程--》python解释器-添加conda环境-找到torch这个python的环境
### anaconda安装其他的包：
    https://blog.csdn.net/FrankieHello/article/details/106083428

### 小白问题1：

```
为什么安装了，我的编辑器还是没有的？
    请查看你运行的python是dxtorch吗，编辑器是编辑器，python是解释器，解释器是解释器，请选择dxpddle的解释器
```

### 小白问题2;

```
我安装的是gpu吗？
   请用第五步进行测试，paddle.utils.run_check()测试通过
```

### 小白问题3：

```
我的anaconda不能用？
   基本上就是你动了base环境，所以依赖坏了要重新安装
```

### 官网白问题3：

```
为什么没有看到你安装cuda和cudnn呢？
   cudatoolkit 就是cuda对应的python版本，然后看确定显卡驱动那节。
   另外补充，深度学习是发展很快的技术，多看官网少看博客。
```

### 代码白问题4：

```
   可以在我现在的环境里面安装吗？
   一般是安装不上的，paddlegpu有50多个依赖包，基本上会跟你环境里面的冲突。
```
## 感谢大家，送torchgpu和tfgpu安装教程
#### torch：
    http://gitee.com/dxros/torch
#### tf：
    http://gitee.com/dxros/tf