一、PaddlePaddle2.2：

最近想玩玩线下部署飞桨, 便搞来试试

---

二、 安装过程

2.1 CUDA、cuDNN安装：
根据飞桨官方说明：如果你使用的是安培架构的GPU，推荐使用CUDA11以上。如果你使用的是非安培架构的GPU，推荐使用CUDA10.2，性能更优。
2.1.1 CUDA安装：
版本对应关系：链接

进入历史版本链接：CUDA历史版本
我选择的是10.2版本，选择好对应系统后下载即可。（有network和local两个版本，视网络情况选择）

下载好后打开exe文件，默认路径即可，也可自己设定，最终路径一般为 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA，配置环境变量要用！

选择精简模式，初次安装一直下一步直至安装结束即可。
2.1.2cuDNN安装：
进入cuDNN链接：cuDNN历史版本
对于 CUDA 10.2，需要搭配cuDNN 7 (cuDNN>=7.6.5, 多卡环境下 NCCL>=2.7)

下载好后解压：

将这四个文件复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2中：

2.1.3 配置环境变量
变量名随意，
变量值为：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin（外部定义变量可防止出现2047字节过长错误）

然后双击Path，选择新建，用%···%格式将刚才的变量名加入，然后一直上移到顶部。

完毕后验证一下：
win+r输入cmd，输入如下命令：

nvcc -V

版本正确！

2.2 conda环境配置

2.2.1 打开Anaconda Prompt，配置python3.7：

conda create -n paddle_2_env python=3.7

activate paddle_2_env

验证python：

where python

python --version

PaddlePaddle官方：确认Python和pip是64bit，并且处理器架构是x86_64（或称作x64、Intel 64、AMD64）架构，目前PaddlePaddle不支持arm64架构。下面的第一行输出的是”64bit”，第二行输出的是”x86_64（或x64、AMD64）”即可：

python -c "import platform;print(platform.architecture()[0]);print(platform.machine())"

2.2.2 添加镜像源（可选）

conda config --add channels https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/main/

conda config --set show_channel_urls yes

2.2.3 paddlepaddle安装：
对于 CUDA 10.2，需要搭配cuDNN 7 (cuDNN>=7.6.5, 多卡环境下 NCCL>=2.7)，安装命令为:

conda install paddlepaddle-gpu==2.2.2 cudatoolkit=10.2 --channel https://mirrors.tuna.tsinghua.edu/anaconda/cloud/Paddle/

2.2.4 验证安装：
安装完成后您可以使用 python 或 python3 进入python解释器

import paddle 
paddle.utils.run_check()

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