【paddlepaddle2.0-CPU安装】win10、python环境、pip 安装

简介: 【paddlepaddle2.0-CPU安装】win10、python环境、pip 安装

说明:

环境:win10

python环境:python3.7

安装方式:pip

paddle版本:2.0.0正式版

注:电脑只有一个python环境,如有多个请选择查看


paddle说明



官网地址:www.paddlepaddle.org

安装说明:传送门

接下来我们开始


第一步:查看python



  • 打开cmd(win+r输入cmd然后确认)


2021020318525443.png20210203185323720.png


  • 查看python版本
    输入python即可查看


20210203190101692.png

成功以后记得输入quit()退出程序(里面的括号是西文的,不是中文的)

20210203193820956.png


这里有小伙伴就出现了问题了!

有的小伙伴会出现:


‘python’ 不是内部或外部命令,也不是可运行的程序

或批处理文件。


这个是由于python没有配置好环境变量

处理办法:

卸载重装!

重装过程中把Add python 3.x to PATH(环境变量配置)的√打上


20210203191441871.png


方法二:自己根据自己安装情况配置环境变量


20210203192842200.png


右键—>属性—>高级系统设置—>环境变量


20210203193018199.png20210203193033355.png20210203193132749.png


找到path(用户或环境都可以,看个人)然后把自己python的路径放进去然后确认就ok了。


查看paddle官网



因为确认了只有一个python环境而且安装的非conda所以只能够使用pip安装

这个时候我们去官网查看安装命令

安装地址传送门


2021020319473629.png

20210203194845131.png

20210203194921344.png


复制那一段代码然后到之前的cmd然后粘贴回车等待30s安装基本上就成功了


测试



20210203195435270.png


安装完成后您可以使用 pythonpython3 进入python解释器,输入import padde ,再输入 paddle.utils.run_check()


如果出现PaddlePaddle is installed successfully!,说明您已成功安装。


20210203195715782.png


这样子就安装完成了!


安装错误的几种情况



如果失败请查看是否存在以下问题


  • python版本不正确(3.5-3.8)
  • python或电脑位数(64位)
  • python没有配置环境变量
  • 安装的paddle版本不对
    特殊情况:
    安装的版本如果是2.0以前的在验证时会出现问题
    1.x版本的测试代码如下


使用pythonpython3 进入python解释器,输入import paddle.fluid ,再输入paddle.fluid.install_check.run_check()


如果出现 Your Paddle Fluid is installed succesfully!,说明您已成功安装。


如果出现其他报错则需要查看以下内容进行查找:

解决问题传送门


目录
相关文章
|
2月前
|
机器学习/深度学习 算法 测试技术
深度学习环境搭建笔记(二):mmdetection-CPU安装和训练
本文是关于如何搭建深度学习环境,特别是使用mmdetection进行CPU安装和训练的详细指南。包括安装Anaconda、创建虚拟环境、安装PyTorch、mmcv-full和mmdetection,以及测试环境和训练目标检测模型的步骤。还提供了数据集准备、检查和网络训练的详细说明。
112 5
深度学习环境搭建笔记(二):mmdetection-CPU安装和训练
|
2月前
|
PyTorch Linux 算法框架/工具
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
这篇文章是关于如何使用Anaconda进行Python环境管理,包括下载、安装、配置环境变量、创建多版本Python环境、安装PyTorch以及使用Jupyter Notebook的详细指南。
290 1
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
|
22天前
|
机器学习/深度学习 数据可视化 Docker
Python环境
Python环境
32 3
|
1月前
|
弹性计算 Linux iOS开发
Python 虚拟环境全解:轻松管理项目依赖
本文详细介绍了 Python 虚拟环境的概念、创建和使用方法,包括 `virtualenv` 和 `venv` 的使用,以及最佳实践和注意事项。通过虚拟环境,你可以轻松管理不同项目的依赖关系,避免版本冲突,提升开发效率。
61 3
|
2月前
|
IDE 网络安全 开发工具
IDE之pycharm:专业版本连接远程服务器代码,并配置远程python环境解释器(亲测OK)。
本文介绍了如何在PyCharm专业版中连接远程服务器并配置远程Python环境解释器,以便在服务器上运行代码。
370 0
IDE之pycharm:专业版本连接远程服务器代码,并配置远程python环境解释器(亲测OK)。
|
2月前
|
机器学习/深度学习 缓存 PyTorch
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
这篇文章是关于如何下载、安装和配置Miniconda,以及如何使用Miniconda创建和管理Python环境的详细指南。
435 0
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
|
2月前
|
资源调度 前端开发 JavaScript
Python学习二:Python包管理器pip
这篇文章介绍了Python包管理器pip的基本概念、基本操作、如何更改下载源为国内镜像以加速下载,以及如何指定安装包的位置。
58 0
Python学习二:Python包管理器pip
|
2月前
|
TensorFlow 算法框架/工具 虚拟化
python开发先创建虚拟环境呀
python开发先创建虚拟环境呀
23 1
|
2月前
|
机器学习/深度学习 缓存 Linux
python环境学习:pip介绍,pip 和 conda的区别和联系。哪个更好使用?pip创建虚拟环境并解释venv模块,pip的常用命令,conda的常用命令。
本文介绍了Python的包管理工具pip和环境管理器conda的区别与联系。pip主要用于安装和管理Python包,而conda不仅管理Python包,还能管理其他语言的包,并提供强大的环境管理功能。文章还讨论了pip创建虚拟环境的方法,以及pip和conda的常用命令。作者推荐使用conda安装科学计算和数据分析包,而pip则用于安装无法通过conda获取的包。
112 0
|
2月前
|
机器学习/深度学习 Unix 开发者
python的环境管理工具有哪些
python的环境管理工具有哪些
28 0

热门文章

最新文章