Windows下从源码编译

GPU版本支持CUDA 9.0/10.0/10.1/10.2/11.0，且仅支持单卡
Python 版本 2.7.15+/3.5.1+/3.6+/3.7+/3.8+ (64 bit)
pip 版本 20.2.2+ (64 bit)
Visual Studio 2015 Update3

如果您的计算机没有 NVIDIA® GPU，请编译CPU版的PaddlePaddle
如果您的计算机有NVIDIA® GPU，并且满足以下条件，推荐编译GPU版的PaddlePaddle
- CUDA 工具包 9.0/10.0/10.1/10.2 配合 cuDNN v7.6.5+
- CUDA 工具包 11.0 配合 cuDNN v8.0.4

在Windows的系统下提供1种编译方式：

（暂不支持NCCL，分布式等相关功能）

安装必要的工具 cmake，git 以及 python：
- 安装完python 后请通过检查python版本是否是预期版本，因为您的计算机可能安装有多个python，您可通过修改环境变量的顺序来处理多个python时的冲突。
- 安装 numpy 包可以通过命令
- 安装 protobuf 包可以通过命令
```
pip install protobuf
```
- 安装 wheel 包可以通过命令
```
pip install wheel
```
将PaddlePaddle的源码clone在当前目录下的Paddle的文件夹中，并进入Padde目录下：
```
git clone https://github.com/PaddlePaddle/Paddle.git
```
```
cd Paddle
```
切换到较稳定release分支下进行编译：
```
git checkout [分支名]
```
例如：

注意：python3.6、python3.7版本从release/1.2分支开始支持, python3.8版本从release/1.8分支开始支持
创建名为build的目录并进入：
```
mkdir build
```

执行cmake：

具体编译选项含义请参见编译选项表

编译CPU版本PaddlePaddle：

cmake .. -G "Visual Studio 14 2015 Win64" -DWITH_GPU=OFF -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release

编译GPU版本PaddlePaddle：

cmake .. -G "Visual Studio 14 2015 Win64" -DWITH_GPU=ON -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release

如果你的设备信息包含多个Python或CUDA版本，你也可以通过设置路径变量，来指定特定版本的Python或CUDA：

-DPYTHON_EXECUTABLE: python的安装目录

-DCUDA_TOOLKIT_ROOT_DIR: cuda的安装目录

例如：（仅作示例，请根据你的设备路径信息进行设置）

cmake .. -G "Visual Studio 14 2015 Win64" -DCMAKE_BUILD_TYPE=Release -DWITH_GPU=ON -DWITH_TESTING=OFF -DPYTHON_EXECUTABLE=C:\\Python36\\python.exe -DCUDA_TOOLKIT_ROOT_DIR="C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\v10.0"

使用Visual Studio 2015 打开 paddle.sln 文件，选择平台为 x64，配置为 Release，开始编译。
编译成功后进入 \Paddle\build\python\dist 目录下找到生成的 .whl 包：
安装编译好的包：
```
pip install -U（whl包的名字）
```

恭喜，至此您已完成PaddlePaddle的编译安装

安装完成后您可以使用 python 或 python3 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。

请使用以下命令卸载PaddlePaddle：

```
python -m pip uninstall paddlepaddle
```
GPU版本的PaddlePaddle: