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: