飞桨安装

本文适合未接触过Paddle的同学，先上飞桨安装文档：https://paddlepaddle.org.cn/install/quick

快速安装

快速安装适合：①已安装有适合电脑的CUDA ②选择CPU运行，在快速安装中主要选择CUDA版本（包括有GPU的话选择对应的11.0、10.2等版本，没有GPU的话选择CPU版本）

确定GPU or CPU

如果没有GPU的话，直接安装CPU就可以了，有GPU的话还需要安装CUDA

在进行快速安装前先按图二中步骤确定电脑适用CPU or GPU。如果电脑有GPU而选择安装了CPU版本，电脑在运行时会自动选择CPU运行，如图三。
*CPU版本可以直接安装 win+R 输入cmd ，复制“安装信息”到命令窗



此处显示GPU没有配套的CUDA，系统自动选择使用CPU

安装CUDA及配置cuDNN（电脑配置有NVIDIA GPU）

确定NVIDIA驱动版本

鼠标在电脑桌面点击右键-NVIDIA控制面板-帮助-组件


可以查到（图中）版本即Driver Vision 是451.48
从组件中 NVCUDA64.DLL 得到适合安装的CUDA版本为 11.0

对应版本的CUDA及cuDNN

CUDA下载链接

https://developer.nvidia.com/cuda-toolkit-aRCHIVE

cuDNN下载链接

https://developer.nvidia.com/rdp/cudnn-archive

可以根据所需版本下载
因为某些不知原因下载不了的同学，我已上传CUDA11.0及配套的cuDNN
https://pan.baidu.com/s/14DMzuxDilrtm56LxMhPO3A 提取码：88f0

CUDA安装

根据CUDA安装步骤提示即可

配置环境变量

有的博主在安装时表示不用配置，但是在用python进行paddle调试时会提示环境未配置，所以在CUDA安装步骤结束后最好检查一下

点击：控制面板-系统和安全-系统-高级系统设置-环境变量

如图找到系统变量内的 Path 后双击

上图中上面的两条是安装后就有的，主要添加最下面这两条，路径一般是在c盘Program File…，大家根据自己情况填写

配套的cuDNN

cuDNN不需要安装，只需要将下载的压缩包解压后


里面三个子目录bin、include、lib各自里的文件全部复制放入CUDA下的bin、include、lib中
如：cuDNN中的bin文件夹内有

将这七个文件全都复制到CUDA下的bin文件夹

到此就安装好了CUDA及配套的cuDNN
可以返回paddle安装文档进行快速安装了

出现ssl库模块缺失

在使用pip安装时，若出现 however the ssl module in python is not avaliable，一种解决办法是安装OpenSLL库
大家可以参考https://blog.csdn.net/weixin_41450123/article/details/112126960?spm=1001.2014.3001.5501

验证安装