此文章以python的搭建为例

一、安装Anaconda

https://www.anaconda.com

注意勾选All User

这里最好是勾选第一个选项，其目的是将anaconda添加到系统变量中，这样我们可以直接通过cmd调用conda，更加方便

然后你就可以使用anaconda来设置不同的环境

比如这里我们建一个专门用于Paddle的环境(控制台输入)

conda create -n PaddleDetection python==3.7创建PaddleDetection环境，并要求其为python3.7版本

conda activate PaddleDetection进入所创建的PaddleDetection环境中

当目录左侧有（xxxxx）显示时，就表明你已进入该环境，可以基于该环境进行操作，pip install / pip uninstall的操作也只会影响该环境

注意：当左侧显示(base)时，这是默认环境

二、安装CUDA

你的显卡必须是NVDIA显卡！！！

你可以在https://developer.nvidia.com/找到CUDA的下载

但是请注意30系列的显卡必须使用CUDA11.0以上的版本，百度Paddle支持的版本为：CUDA 11.7 11.6 11.2 10.2

CUDA安装时，请注意该界面：

对于其中的展开项，如果当前版本比新版本要高，不需要勾选

当你完成的CUDA的安装，你还需要下载相应CUDA版本的cudnn，这样CUDA才能正常工作

cuDNN Archive | NVIDIA 开发者

将所下载的cudnn解压后的四个文件，复制到cuda的安装路径即可

请注意cudnn和CUDA版本的对应关系

当你完成了上述安装步骤后，可以在cmd中输入nvcc -V来检验CUDA是否安装成功

飞桨PaddlePaddle-源于产业实践的开源深度学习平台

复制所给命令运行即可（最好是在我们第一步创建的PaddleDetection的独立环境中运行，这样可以保证环境之间的互不干扰）

执行命令，等待安装

安装完成后，执行以下的Python代码，检查是否成功调用GPU资源

1
2

import paddle
paddle.utils.run_check()

出现：

1
2
3

PaddlePaddle works well on 1 GPU.
PaddlePaddle works well on 1 GPUs.
PaddlePaddle is installed successfully! Let's start deep learning with PaddlePaddle now.

意味着你已经完成了以上所有环境的配置！