Transfert depuis le site officiel de Flying Paddle
1. Préparation de l'environnement
1.1 Comment visualiser votre environnement
-
Vous pouvez utiliser les commandes suivantes pour afficher les informations sur le système d'exploitation et le nombre de bits de la machine :
uname -m && chat /etc/*release
-
Confirmez que le Python qui doit être installé avec PaddlePaddle est là où vous vous attendez, car votre ordinateur peut avoir plusieurs Pythons
-
Selon votre environnement, vous devrez peut-être remplacer python3 dans toutes les lignes de commande des instructions par des chemins Python spécifiques
quel python3
-
-
Besoin de confirmer si la version python répond aux exigences
-
Utilisez la commande suivante pour confirmer qu'il s'agit de 3.6/3.7/3.8/3.9/3.10
python3 --version
-
-
Il est nécessaire de confirmer si la version de pip répond aux exigences, et la version de pip doit être 20.2.2 ou supérieure
python3 -m assurer le pip
python3 -m pip --version
-
Besoin de confirmer que Python et pip sont 64 bits et que l'architecture du processeur est l'architecture x86_64 (ou appelée x64, Intel 64, AMD64). La sortie de la première ligne ci-dessous est "64bit", et la sortie de la deuxième ligne est "x86_64", "x64" ou "AMD64":
python3 -c "plate-forme d'importation ; impression (plate-forme.architecture () [0]); impression (plate-forme. machine ())"
-
Le package d'installation fourni par défaut nécessite que l'ordinateur prenne en charge MKL
-
Si vous n'êtes pas familiarisé avec l'environnement de la machine, veuillez télécharger et utiliser le script d'installation rapide . Pour obtenir des instructions de support, veuillez vous référer ici .
Deux, lancez l'installation
Veuillez d'abord sélectionner votre version
-
Si votre ordinateur n'a pas de GPU NVIDIA®, veuillez installer la version CPU de PaddlePaddle
-
Si votre ordinateur est équipé d'un GPU NVIDIA®, assurez-vous que les conditions suivantes sont remplies et que la version GPU de PaddlePaddle est installée . Les exigences pour la version de l'environnement de la bibliothèque dépendante sont les suivantes :
-
CUDA toolkit 10.2 fonctionne avec cuDNN v7.6.5, si vous souhaitez utiliser le raisonnement PaddleTensorRT, vous devez travailler avec TensorRT7.0.0.11
-
CUDA toolkit 11.2 fonctionne avec cuDNN v8.2.1, si vous souhaitez utiliser le raisonnement PaddleTensorRT, vous devez travailler avec TensorRT8.0.3.4
-
La boîte à outils CUDA 11.6 fonctionne avec cuDNN v8.4.0, si vous souhaitez utiliser le raisonnement PaddleTensorRT, vous devez travailler avec TensorRT8.4.0.6
-
CUDA toolkit 11.7 fonctionne avec cuDNN v8.4.1, si vous souhaitez utiliser le raisonnement PaddleTensorRT, vous devez travailler avec TensorRT8.4.2.4
-
Si vous devez utiliser un environnement multi-cartes distribué, vous devez coopérer avec NCCL>=2.7
-
Périphériques matériels avec une capacité de calcul GPU supérieure à 3,5
Vous pouvez vous référer aux documents officiels NVIDIA pour comprendre le processus d'installation et les méthodes de configuration de CUDA, CUDNN et TensorRT, voir CUDA , cuDNN , TensorRT
-
-
Si vous devez utiliser un environnement multi-cartes, veuillez vous assurer que vous avez correctement installé nccl2, ou suivez les instructions ci-dessous pour installer nccl2 (les instructions d'installation pour nccl2 sous CUDA10.2 et cuDNN7 sont fournies ici, et pour plus d'informations sur l'installation des versions, veuillez vous référer au site officiel de NVIDIA ) :
-
Le système Centos peut se référer à la commande suivante
wget http://developer.download.nvidia.com/compute/machine-learning/repos/rhel7/x86_64/nvidia-machine-learning-repo-rhel7-1.0.0-1.x86_64.rpm
rpm -i nvidia-machine-learning-repo-rhel7-1.0.0-1.x86_64.rpm
miam mise à jour -y
yum install -y libnccl-2.7.8-1+cuda10.2 libnccl-devel-2.7.8-1+cuda10.2 libnccl-static-2.7.8-1+cuda10.2
-
Le système Ubuntu peut se référer à la commande suivante
wget https://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64/nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb
dpkg -i nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb
sudo apt install -y libnccl2=2.7.8-1+cuda10.2 libnccl-dev=2.7.8-1+cuda10.2
-
python3 -m pip installer paddlepaddle==2.4.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
2.2 Version GPU de PaddlePaddle
2.2.1 CUDA10.2 的 PaddlePaddle
python3 -m pip installer paddlepaddle-gpu==2.4.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
2.2.2 CUDA11.2 的 PaddlePaddle
python3 -m pip installer paddlepaddle-gpu==2.4.2.post112 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html
2.2.3 CUDA11.6 的 PaddlePaddle
python3 -m pip installer paddlepaddle-gpu==2.4.2.post116 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html
2.2.4 CUDA11.7 的 PaddlePaddle
python3 -m pip installer paddlepaddle-gpu==2.4.2.post117 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html
Note:
-
Si vous utilisez un GPU à architecture Ampère, il est recommandé d'utiliser CUDA11 ou supérieur. Si vous utilisez un GPU avec une architecture sans ampère, il est recommandé d'utiliser CUDA10.2 pour de meilleures performances.
-
Paddle fournit des packages d'installation correspondants pour toutes les versions de python grand public, mais il peut y avoir plusieurs Pythons dans votre environnement, veuillez confirmer la version de python que vous souhaitez utiliser et télécharger le package d'installation de paddlepaddle correspondant. Par exemple, si vous souhaitez utiliser l'environnement python3.7, la commande d'installation est python3.7 -m pip install paddlepaddle.
-
Si vous devez utiliser la source Tsinghua, vous pouvez utiliser la commande suivante
python3 -m pip install paddlepaddle-gpu==[numéro de version] -i https://pypi.tuna.tsinghua.edu.cn/simple
-
La commande ci-dessus installe
avx
le package par défaut. Si votre machine ne le prend pas en chargeavx
, vous devez installernoavx
le package Paddle. Pour déterminer si votre machine le prend en chargeavx
, vous pouvez entrer la commande suivante. Si la sortie le contientavx
, cela signifie que la machine le prend en charge.avx
chat /proc/cpuinfo | grep -i avx
Utilisez d'abord la commande suivante pour télécharger le package de roue en local :
-
cpu, version mkl installation de la machine noavx :
python3 -m pip télécharger paddlepaddle==2.4.2 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/noavx/stable.html --no-index --no-deps
-
CPU, installation de la machine noavx version openblas :
python3 -m pip télécharger paddlepaddle==2.4.2 -f https://www.paddlepaddle.org.cn/whl/linux/openblas/noavx/stable.html --no-index --no-deps
-
installation de la machine noavx cuda10.2 version gpu :
python3 -m pip télécharger paddlepaddle-gpu==2.4.2 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/noavx/stable.html --no-index --no-deps
Utilisez ensuite
python3 -m pip install [name].whl
l'installation locale ([nom] est le nom du package de roue). -
-
Si vous souhaitez installer
avx
leopenblas
package Paddle de , vous pouvez télécharger le package wheel en local via la commande suivante, puispython3 -m pip install [name].whl
l'installer localement ([name] est le nom du package wheel) :python3 -m pip télécharger paddlepaddle==2.4.2 -f https://www.paddlepaddle.org.cn/whl/linux/openblas/avx/stable.html --no-index --no-deps
3. Vérifiez l'installation
Une fois l'installation terminée, vous pouvez utiliser pour python3
entrer dans l'interpréteur Python, entrer import paddle
, puis entrer paddle.utils.run_check()
Si c'est le cas PaddlePaddle is installed successfully!
, vous l'avez installé avec succès.
4. Comment désinstaller
Veuillez utiliser la commande suivante pour désinstaller PaddlePaddle :
-
Version CPU de PaddlePaddle :
python3 -m pip uninstall paddlepaddle
-
Version GPU de PaddlePaddle :
python3 -m pip uninstall paddlepaddle-gpu
4. Installez PPOCRLabel
安装PPOCRLabel
pip install PPOCRLabel -i https://mirror.baidu.com/pypi/simple
pip install trash-cli -i https://mirror.baidu.com/pypi/simple
Cinq, cours
Démarrer [Mode Normal], qui est utilisé pour étiqueter la scène de [Détection + Reconnaissance]
PPOCRLabel --lang ch
Démarrez [Mode KIE], qui est utilisé pour étiqueter la scène de [Détection + Reconnaissance + Extraction de mots-clés]
PPOCRLabel --lang ch --kie True