上云无忧 > 文档中心 > 百度智能云飞桨 - Windows 下从源码编译
飞桨PaddlePaddle开源深度学习平台
百度智能云飞桨 - Windows 下从源码编译

文档简介:
在 Windows 系统下提供 1 种编译方式: 本机编译。 环境准备: Windows 7/8/10 专业版/企业版 (64bit)。 Python 版本 3.6/3.7/3.8/3.9/3.10 (64 bit)。 Visual Studio 2017/2019 社区版/专业版/企业版。
*此产品及展示信息均由百度智能云官方提供。免费试用 咨询热线:400-826-7010,为您提供专业的售前咨询,让您快速了解云产品,助您轻松上云! 微信咨询
  免费试用、价格特惠

在 Windows 系统下提供 1 种编译方式:

  • 本机编译

环境准备

  • Windows 7/8/10 专业版/企业版 (64bit)

  • Python 版本 3.6/3.7/3.8/3.9/3.10 (64 bit)

  • Visual Studio 2017/2019 社区版/专业版/企业版

选择 CPU/GPU

  • 如果你的计算机硬件没有 NVIDIA® GPU,请编译 CPU 版本的 PaddlePaddle

  • 如果你的计算机硬件有 NVIDIA® GPU,推荐编译 GPU 版本的 PaddlePaddle,建议安装 CUDA 10.1/10.2/11.1/11.2/11.6/11.7

本机编译过程

  1. 安装必要的工具 cmake, git, python, Visual studio 2017/2019:

    cmake:建议安装 CMake3.17 版本, 官网下载链接。安装时注意勾选 Add CMake to the system PATH for all users,将 CMake 添加到环境变量中。

    git:官网下载链接,使用默认选项安装。

    python:官网链接,可选择 3.6/3.7/3.8/3.9/3.10 中任一版本的 Windows installer(64-bit)安装。安装时注意勾选 Add Python 3.x to PATH,将 Python 添加到环境变量中。

    Visual studio:需根据 CUDA 版本选择对应的 Visual studio 版本,当只编译 CPU 版本或者 CUDA 版本 < 11.2 时,安装 VS2017;当 CUDA 版本 >= 11.2 时,安装 VS2019。官网链接,需要登录后下载,建议下载 Community 社区版。在安装时需要在工作负荷一栏中勾选 使用 C++的桌面开发 和 通用 Windows 平台开发,并在语言包一栏中选择 英语

  2. 打开 Visual studio 终端:在 Windows 桌面下方的搜索栏中搜索终端,若安装的是 VS2017 版本,则搜索 x64 Native Tools Command Prompt for VS 2017 或 适用于 VS 2017  x64 本机工具命令提示符;若安装的是 VS2019 版本,则搜索 x64 Native Tools Command Prompt for VS 2019 或 适用于 VS 2019  x64 本机工具命令提示符,然后右键以管理员身份打开终端。后续的命令将在该终端执行。

  3. 使用pip命令安装 Python 依赖:

    • 通过 python --version 检查默认 python 版本是否是预期版本,因为你的计算机可能安装有多个 python,可通过修改系统环境变量的顺序来修改默认 Python 版本。

    • 安装 numpy, protobuf, wheel, ninja

      pip install numpy protobuf wheel ninja 
  4. 创建编译 Paddle 的文件夹(例如 D:\workspace),进入该目录并下载源码:

    mkdir D:\workspace && cd /d D:\workspace git clone https://github.com/PaddlePaddle/Paddle.git cd Paddle 
  5. 切换到 2.2 分支下进行编译:

    git checkout release/2.4 
  6. 创建名为 build 的目录并进入:

    mkdir build cd build 
  7. 执行 cmake:

    编译 CPU 版本的 Paddle:

    cmake .. -GNinja -DWITH_GPU=OFF 

    编译 GPU 版本的 Paddle:

    cmake .. -GNinja -DWITH_GPU=ON 

    其他编译选项含义请参见编译选项表。

    注意:

    1. 如果本机安装了多个 CUDA,将使用最新安装的 CUDA 版本。若需要指定 CUDA 版本,则需要设置环境变量和 cmake 选项,例如:

    set CUDA_TOOLKIT_ROOT_DIR=C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.2 set 
    1. 如果本机安装了多个 Python,将使用最新安装的 Python 版本。若需要指定 Python 版本,则需要指定 Python 路径,例如:

    cmake .. -GNinja -DWITH_GPU=ON -DPYTHON_EXECUTABLE=C:\Python38\python.exe -DPYTHON_INCLUDE_DIR=C
  8. PATH=%CUDA_TOOLKIT_ROOT_DIR:/=\%\bin;%CUDA_TOOLKIT_ROOT_DIR:/=\%\libnvvp;%PATH% cmake .. 
  9. -GNinja -DWITH_GPU=ON -DCUDA_TOOLKIT_ROOT_DIR="%CUDA_TOOLKIT_ROOT_DIR%" 
  10. :\Python38\include -DPYTHON_LIBRARY=C:\Python38\libs\python38.lib 
  11. 执行编译:

    ninja 
  12. 编译成功后进入 python\dist 目录下找到生成的 .whl 包:

    cd python\dist 
  13. 安装编译好的 .whl 包:

    pip install(whl 包的名字)--force-reinstall
    

恭喜,至此你已完成 PaddlePaddle 的编译安装

验证安装

安装完成后你可以使用 python 进入 python 解释器,输入:

import paddle 
paddle.utils.run_check() 

如果出现PaddlePaddle is installed successfully!,说明你已成功安装。

如何卸载

请使用以下命令卸载 PaddlePaddle:

  • CPU 版本的 PaddlePaddle:

    pip uninstall paddlepaddle 
  • GPU 版本的 PaddlePaddle:

    pip uninstall paddlepaddle-gpu
相似文档
  • 环境准备: 处理器:FT2000+/Kunpeng 920 2426SK。 操作系统:麒麟 v10/UOS。 Python 版本 2.7.15+/3.5.1+/3.6/3.7/3.8 (64 bit)。 pip 或 pip3 版本 9.0.1+ (64 bit)。 飞腾 FT2000+和鲲鹏 920 处理器均为 ARMV8 架构,在该架构上编译 Paddle 的方式一致,本文以 FT2000+为例,介绍 Paddle 的源码编译。
  • 前言: 很高兴在【零基础实践深度学习】课程中与您相见,非常感谢您选择本课程作为深度学习实践的入门教材。本课程由百度杰出架构师、飞桨产品负责人和资深研发人员共同打造。他们在人工智能和深度学习领域深耕多年,作为行业的领航人,有着丰富的教学经验和工业实践经验。教程中阐述的很多观点和实践,都是作者多年的经验累积,是入门深度学习必须要掌握的基本功。
  • 1. 人工智能、机器学习、深度学习的关系: 近些年人工智能、机器学习和深度学习的概念十分火热,但很多从业者却很难说清它们之间的关系,外行人更是雾里看花。在研究深度学习之前,先从三个概念的正本清源开始。概括来说,人工智能、机器学习和深度学习覆盖的技术范畴是逐层递减的,三者的关系如 图1 所示,即:人工智能 > 机器学习 > 深度学习。
  • 上一节我们初步认识了神经网络的基本概念(如神经元、多层连接、前向计算、计算图)和模型结构三要素(模型假设、评价函数和优化算法)。本节将以“波士顿房价预测”任务为例,向读者介绍使用Python和NumPy来构建神经网络模型的思考过程和操作方法。
  • 1. 深度学习框架: 近年来,深度学习在很多机器学习任务中都有着非常出色的表现,在图像识别、语音识别、自然语言处理、机器人、网络广告投放、医学自动诊断和金融等领域都有着广泛应用。面对繁多的应用场景,深度学习框架有助于建模者聚焦业务场景和模型设计本身,省去大量而繁琐的代码编写工作,其优势主要表现在如下两个方面:
官方微信
联系客服
400-826-7010
7x24小时客服热线
分享
  • QQ好友
  • QQ空间
  • 微信
  • 微博
返回顶部