前言
在Windows中安裝paddle需要先去百度飛槳官網(wǎng)了解安裝流程，根據(jù)官方發(fā)布的版本姓惑，主要可以分為CPU版本褐奴，和GPU版本，CPU版本安裝比較容易于毙，不怎么會(huì)產(chǎn)生錯(cuò)誤敦冬；GPU版本則會(huì)因?yàn)橄到y(tǒng)問題、GPU型號(hào)問題唯沮、CUDA脖旱、cuDNN版本問題出現(xiàn)各種問題，我也是在安裝過程中遇到了各種奇葩問題介蛉，然后才成功安裝了GPU版本萌庆，在此記錄一下整個(gè)過程中遇到的問題和解決方案，當(dāng)然主要還是依靠網(wǎng)絡(luò)上各位先輩們的分享币旧，才解決了各種問題践险。
需要下載的安裝包有
一巍虫、CUDA簡(jiǎn)介
- CUDA（Compute Unified Device Architecture）是由NVIDIA開發(fā)的并行計(jì)算平臺(tái)和編程模型。
它利用了NVIDIA的GPU（圖形處理器）來加速計(jì)算任務(wù)毁葱，使得許多復(fù)雜的計(jì)算任務(wù)可以在GPU上并行處理垫言，從而提高計(jì)算性能贰剥。- CUDA最初是為了加速圖形渲染而開發(fā)的倾剿，但隨著時(shí)間的推移，它逐漸演變成一種通用的并行計(jì)算平臺(tái)蚌成。
- CUDA允許開發(fā)人員使用普通的C或C++編程語言編寫并行計(jì)算程序前痘，并利用GPU的并行計(jì)算能力來加速執(zhí)行。
- 這使得開發(fā)人員能夠利用GPU強(qiáng)大的計(jì)算能力來處理各種類型的任務(wù)担忧，包括科學(xué)計(jì)算芹缔、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)瓶盛、數(shù)據(jù)分析等最欠。
二示罗、安裝配置
1、本機(jī)配置
2芝硬、確定CUDA下載版本
- 只有NVIDIA顯卡才支持CUDA蚜点，如果電腦沒有此類顯卡，那么不必再進(jìn)行后面的步驟拌阴。
- 打開NVIDIA控制面板绍绘，左下角“系統(tǒng)信息”，再點(diǎn)擊“組件”迟赃，查看當(dāng)前下卡驅(qū)動(dòng)最高支持的CUDA
-
注：這里我最開始安裝的是最高版本陪拘，12.5，后開報(bào)錯(cuò)纤壁，有換成12.1左刽，還是不行，最后安裝了11.6酌媒，報(bào)錯(cuò)的主要問題是悠反，安裝好之后使用paddle進(jìn)行訓(xùn)練，發(fā)現(xiàn)只有用CPU才能出結(jié)果馍佑，用GPU版本則會(huì)返回“None”字樣斋否，查了網(wǎng)上的資料說CUDA版本太高，可能導(dǎo)致Paddle匹配不成功拭荤，我是用Paddle-ocr做的測(cè)試茵臭，paddleocr識(shí)別結(jié)果總是為none，但是換成paddle-cpu版本舅世，則paddleocr能識(shí)別出正確的結(jié)果旦委。當(dāng)然也有可能是我的NVIDIA顯卡比較老，是1060（6G）的型號(hào)雏亚，可能不太適合最新版本缨硝。
系統(tǒng)安裝的顯卡對(duì)應(yīng)的CUDA - 3、如果使用儀酷LabVIEW AI系列工具包罢低。建議大家安裝CUDA11.8以及對(duì)應(yīng)的CUDNN查辩。如果當(dāng)前驅(qū)動(dòng)低于這個(gè)版本，請(qǐng)前往NVIDIA官網(wǎng)网持，根據(jù)自己的顯卡型號(hào)宜岛，下載并安裝最新的驅(qū)動(dòng)程序；https://www.nvidia.com/Download/index.aspx
三功舀、下載安裝包
1萍倡、登錄NVIDIA開發(fā)者中心，下載CUDA安裝包
https://developer.nvidia.com/cuda-toolkit-archive
2辟汰、在各版本中找到適合自己的版本列敲，我最初用的12.6由于不兼容等問題阱佛，最終選擇的是11.6，可以正常運(yùn)行戴而，通過GPU訓(xùn)練瘫絮。
四、安裝CUDA
1填硕、雙擊安裝包麦萤，會(huì)先解壓CUDA文件，此處的路徑是臨時(shí)解壓路徑扁眯，可以選擇磁盤大一點(diǎn)的地方壮莹，存放解壓文件。
2姻檀、選擇同意繼續(xù)安裝
3命满、選擇自定義安裝
4、四個(gè)組件全部選擇
5绣版、選擇安裝地址胶台，我選擇為安裝在E盤，
?注意：無論是精簡(jiǎn)還是自定義杂抽，默認(rèn)文件（CUDA11.8）安裝路徑為：
CUDA Documentation：
C:\program files\NVIDIA GPU Computing Toolkit\CUDA\v11.8
Samples：
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.8
CUDA Development：
C:\program files\NVIDIA GPU Computing Toolkit\CUDA\v11.8
五诈唬、 驗(yàn)證CUDA是否安裝成功
運(yùn)行cmd，輸入nvcc -V缩麸，出現(xiàn)以下界面铸磅，則安裝成功，我安裝了11.6 和12.1 兩個(gè)版本
nvcc -V
nvidia-smi
六杭朱、cuDNN的下載及安裝
cuDNN是基于CUDA的深度學(xué)習(xí)GPU加速庫阅仔，專門為深度學(xué)習(xí)算法服務(wù)，相當(dāng)于CUDA的一個(gè)補(bǔ)丁弧械。
1八酒、登錄cuDNN下載網(wǎng)頁（必須注冊(cè)賬號(hào)并登錄）
https://developer.nvidia.com/rdp/cudnn-archive
2、將解壓后的文件夾中的bin刃唐、include羞迷、lib 三個(gè)文件夾，移動(dòng)到CUDA Development 安裝路徑下唁桩，
與同名文件夾合并闭树。
CUDA Development 默認(rèn)安裝路徑：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6
3耸棒、配置環(huán)境變量
“此電腦”—右鍵—屬性—高級(jí)系統(tǒng)設(shè)置—環(huán)境變量荒澡，
打開環(huán)境變量窗口，手動(dòng)將一下路徑添加在path中
E:\Program Files\NVIDIA\CUDA\bin;
E:\Program Files\NVIDIA\CUDA\include;
E:\Program Files\NVIDIA\CUDA\libnvvp;
E:\Program Files\NVIDIA\CUDA\lib
4与殃、下載并配置zlib
下載zlib单山，下載鏈接：https://pan.baidu.com/s/1-WIsbZXqLPNTODWvtENRSw?pwd=yiku
解壓zlib碍现，將zlibwapi.dll移動(dòng)到CUDA Development 安裝路徑下的bin文件夾下，
該bin文件默認(rèn)路徑：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
至此CUDA及cuDNN安裝并配置完畢米奸。
七昼接、#[cuda、cudnn悴晰、zlib 深度學(xué)習(xí)GPU必配三件套（Windows）
無論用tensorrt慢睡，還是onnxruntime部署。這三個(gè)都得下載配置铡溪，推薦都放到相應(yīng)的cuda路徑里（含dll的文件夾漂辐、含lib的文件夾）。
推薦先下載tensorrt或者onnxruntime棕硫，這樣可以知道所需的cuda髓涯、cudnn版本。
zlib
Zlib是cuDNN所需的數(shù)據(jù)壓縮軟件庫哈扮。廣泛用于網(wǎng)絡(luò)協(xié)議和文件系統(tǒng)的壓縮
八纬纪、驗(yàn)證GPU運(yùn)行的代碼
from paddlenlp import Taskflow
from pprint import pprint
# 定義抽取目標(biāo)的schema
# 這里我們定義了一個(gè)schema，用于抽取人物和他們所在的組織
schema = [{"人物": ["姓名"]}, "組織"]
# 創(chuàng)建UIE任務(wù)流實(shí)例
# 這里我們使用預(yù)訓(xùn)練的UIE模型滑肉，指定schema包各，并傳入待抽取的文本
ie = Taskflow('information_extraction', schema=schema)
# 待抽取的文本
text = "李彥宏是百度公司的創(chuàng)始人之一。"
# 執(zhí)行信息抽取
results = ie(text)
# 打印抽取結(jié)果
pprint(results)
顯示這樣為正嘲忻恚可以使用GPU訓(xùn)練
