【paddle2.0正式版安装】win10环境下conda安装CPU版本

简介: 【paddle2.0正式版安装】win10环境下conda安装CPU版本

环境:win10

conda版本:anaconda3

安装方式:conda

paddle版本:2.0.0

注:这里可以有多个环境,记得及时切换!


paddle说明



官网地址:www.paddlepaddle.org

安装说明:传送门

接下来我们开始


conda



打开我们conda或cmd

  • conda

打开conda我们输入python查看一下版本是否正确!


20210204101925833.png


  • 查看结束要确定:版本位数是64位的!!!
    退出版本,准备下一步操作
  • cmd
    win+r输入cmd然后回车


20210204102146106.png20210204102219723.png


输入conda命令进行查看:

这里有小伙伴和我一样没有配置正确的环境变量


2021020410225763.png


  • 我们把自己目录中的以下地址放到path中去
Anaconda root
Anaconda/Scripts
Anaconda/Library/bin


20210204102450521.png


下面为win10环境下添加环境变量的流程:


20210204102947198.png


在里面找到path添加地址就行,这个就不再演示了,和其他的方法一样。


查看paddle官网,然后按流程进行



官网快速安装传送门


20210204103412478.png



安装虚拟环境



这一步是选择性操作,有些大佬已经安装配置过了环境所以就不用了,快进到安装paddle。


20210204103759586.png


这里我们以conda为例子:以3.7为版本进行举例

说明: 这个地方的命令为 conda create -n 自己定义的环境名 python=3.7 此处示例以官方的问准。


20210204104425496.png


后面会出现一个


20210204104447216.png

选择Y即可!

等待一段时间


20210204104626534.png


这样子我们的环境就安装完成了,但是:还是不能够用

就和你买了一张手机卡一样还要激活才可以使用


激活并进入环境



20210204110056174.png


说明: 这个地方的代码conda activate 自己定义的环境名称


20210204105803734.png


我们激活了以后就进入环境


进入新建的环境



20210204105832663.png


当出现自己定义的环境名称后就是正确进入环境了


更换安装的源地址



我们把地址更换成清华源进行安装


20210204110359843.png


20210204110422142.png


安装paddle-CPU吧



20210204110831524.png

20210204110854625.png


直接输入Y进行下载即可


20210204112701175.png


这样子就是一已经在选下载了


20210204112914488.png


测试



20210204114656272.png


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


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


20210204114832912.png


好了安装成功了!


报错



这个是由于网络不畅链接不上导致的


20210204112511392.png


处理办法:


  • 换清华源
  • 换网络(建议使用手机热点(pc机可以USB热点))
  • 换pip安装
  • 本地离线安装


这个是安装失败


20210204114141242.png


建议出现安装或使用其他方式安装

其他报错



报错查看及处理办法传送门


这里是三岁,希望这个文档对你有帮助!

目录
相关文章
|
5月前
|
XML Ubuntu Linux
部署08---扩展-Win10配置WSL(Ubuntu)环境,WSL系统是什么意思,是Windows系统上的一个子系统, xml的一大特点是直链系统,直接链接你的CPU,硬盘和内存,如何用 WSL部署
部署08---扩展-Win10配置WSL(Ubuntu)环境,WSL系统是什么意思,是Windows系统上的一个子系统, xml的一大特点是直链系统,直接链接你的CPU,硬盘和内存,如何用 WSL部署
|
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。
124 5
深度学习环境搭建笔记(二):mmdetection-CPU安装和训练
|
4月前
|
Linux
Linux系统如何查看版本信息,内核、发行版、cpu、所有版本
Linux系统如何查看版本信息,内核、发行版、cpu、所有版本
155 10
|
4月前
|
数据安全/隐私保护 异构计算 Windows
【Azure 环境】 介绍两种常规的方法来监视Window系统的CPU高时的进程信息: Performance Monitor 和 Powershell Get-Counter
【Azure 环境】 介绍两种常规的方法来监视Window系统的CPU高时的进程信息: Performance Monitor 和 Powershell Get-Counter
|
4月前
|
人工智能 PyTorch 算法框架/工具
AI计算机视觉笔记二:基于YOLOV5的CPU版本部署openvino
本文档详细记录了YOLOv5模型在CPU环境下的部署流程及性能优化方法。首先,通过设置Python虚拟环境并安装PyTorch等依赖库,在CPU环境下成功运行YOLOv5模型的示例程序。随后,介绍了如何将PyTorch模型转换为ONNX格式,并进一步利用OpenVINO工具包进行优化,最终实现模型在CPU上的高效运行。通过OpenVINO的加速,即使是在没有GPU支持的情况下,模型的推理速度也从约20帧每秒提高到了50多帧每秒,显著提升了性能。此文档对希望在资源受限设备上部署高性能计算机视觉模型的研究人员和工程师具有较高的参考价值。
|
5月前
|
存储 缓存 NoSQL
Redis性能优化问题之优化 Redis fork 耗时严重的问题,如何解决
Redis性能优化问题之优化 Redis fork 耗时严重的问题,如何解决
|
5月前
|
TensorFlow 算法框架/工具 异构计算
CPU版本安装
【7月更文挑战第3天】CPU版本安装。
42 1
|
7月前
|
Ubuntu Shell 网络安全
【专栏】在Ubuntu 22.04上安装KubeSphere的指南:确保系统至少有4GB内存和2核CPU,安装Docker和docker-compose
【4月更文挑战第28天】在Ubuntu 22.04上安装KubeSphere的指南:确保系统至少有4GB内存和2核CPU,安装Docker和docker-compose。下载安装脚本`curl -sSL https://kubesphere.io/install.sh | bash`,根据提示选择安装选项,等待完成。安装后,通过访问控制台验证安装效果。解决可能出现的错误、网络问题和性能问题,利用KubeSphere提升容器管理效率。本文为顺利安装和使用提供参考。
300 0
|
17天前
|
存储 缓存 监控
Docker容器性能调优的关键技巧,涵盖CPU、内存、网络及磁盘I/O的优化策略,结合实战案例,旨在帮助读者有效提升Docker容器的性能与稳定性。
本文介绍了Docker容器性能调优的关键技巧,涵盖CPU、内存、网络及磁盘I/O的优化策略,结合实战案例,旨在帮助读者有效提升Docker容器的性能与稳定性。
50 7
|
1月前
|
弹性计算 Kubernetes Perl
k8s 设置pod 的cpu 和内存
在 Kubernetes (k8s) 中,设置 Pod 的 CPU 和内存资源限制和请求是非常重要的,因为这有助于确保集群资源的合理分配和有效利用。你可以通过定义 Pod 的 `resources` 字段来设置这些限制。 以下是一个示例 YAML 文件,展示了如何为一个 Pod 设置 CPU 和内存资源请求(requests)和限制(limits): ```yaml apiVersion: v1 kind: Pod metadata: name: example-pod spec: containers: - name: example-container image:
189 1