合集：AI开发环境
PaddlePaddle（飞桨）由百度开发并开源。它支持全面的深度学习应用，包括计算机视觉、自然语言处理、机器学习等领域，并提供高性能的分布式训练能力。PaddleNLP是百度飞桨旗下的自然语言处理工具库，它提供了丰富的预训练模型和高效的开发工具，旨在帮助开发者简化自然语言处理任务的开发流程，提升模型的训练效率和推理速度。
一、环境准备
创建虚拟环境
首先根据特定的Python版本创建Anaconda虚拟环境。PaddlePaddle的Anaconda安装支持Python3.8 – 3.12版本。
conda create -n paddle_env python=YOUR_PY_VER
conda activate paddle_env
查看运行环境：
python -c "import platform;print(platform.architecture()[0]);print(platform.machine())"
64bit
AMD64
查看CUDA版本信息
nvidia-smi是 NVIDIA 提供的一个命令行工具，用于监控和管理 NVIDIA GPU 设备的状态和性能。它基于 NVIDIA 管理库 (NVML) 构建，可以帮助用户轻松获取有关 GPU 的实时信息，包括 GPU 的使用情况、温度、内存占用等。nvidia-smi 查看到的 CUDA 版本号表示当前 GPU 驱动程序支持的”最高CUDA Toolkit 版本号”。例如，当您在 nvidia-smi 输出中看到 “CUDA Version” 为 12.2 时，这意味着您的 GPU 驱动程序支持 CUDA 12.2。您可以在这个版本的 CUDA Toolkit 下开发和运行 CUDA 应用程序。请注意，虽然驱动程序支持的 CUDA 版本与实际安装的 CUDA Toolkit 版本可能不完全相同，但驱动程序支持的版本应高于或等于实际安装的 CUDA Toolkit 版本。否则，您可能无法正常运行 CUDA 应用程序。
在Windows cmd 中输入 nvidia-smi
C:\Users\86138>nvidia-smi
Thu Nov 7 16:49:35 2024
+---------------------------------------------------------------------------------------+
| NVIDIA-SMI 538.18 Driver Version: 538.18 CUDA Version: 12.2 |
|-----------------------------------------+----------------------+----------------------+
| GPU Name TCC/WDDM | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|=========================================+======================+======================|
| 0 NVIDIA GeForce MX150 WDDM | 00000000:02:00.0 Off | N/A |
| N/A 42C P0 N/A / ERR! | 0MiB / 2048MiB | 0% Default |
| | | N/A |
+-----------------------------------------+----------------------+----------------------+
+---------------------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=======================================================================================|
| No running processes found |
+---------------------------------------------------------------------------------------+
参考本社区文章：《安装CUDA和cuDNN》。
安装清华数据源(可选)
若部分国内用户无法访问Anaconda官方数据源，可执行以下命令安装清华数据源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/
conda config --set show_channel_urls yes
二、安装PaddlePaddle
1、安装PaddlePaddle3.0-bata
CPU版本
如果您的计算机没有NVIDIA® GPU，请安装PaddlePaddle的CPU版本
conda install paddlepaddle==3.0.0b1 -c paddle
GPU版本
如果您使用的是CUDA 11.8：
conda install paddlepaddle-gpu==3.0.0b1 paddlepaddle-cuda=11.8 -c paddle -c nvidia
如果您使用的是CUDA 12.3：
conda install paddlepaddle-gpu==3.0.0b1 paddlepaddle-cuda=12.3 -c paddle -c nvidia
安装样例
选择python3.12和cuda11.8：
conda create -n paddle3-p312 python=3.12
conda activate paddle3-p312
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/
conda config --set show_channel_urls yes
conda install paddlepaddle-gpu==3.0.0b1 paddlepaddle-cuda=11.8 -c paddle -c nvidia
验证安装
检查paddle版本：conda list paddle
# packages in environment at D:\App-Data\conda3\envs\paddle3-gpu:
#
# Name Version Build Channel
paddlepaddle-cuda 11.8 windows paddle
paddlepaddle-gpu 3.0.0b1 py312_gpu_cuda11.8_windows paddle
检查python版本：conda list python
# packages in environment at D:\App-Data\conda3\envs\paddle3-gpu:
#
# Name Version Build Channel
python 3.12.7 h14ffc60_0 anaconda
查看已安装的paddle-gpu版本信息：
conda list paddle
# packages in environment at D:\App-Data\conda3\envs\paddle3-gpu:
#
# Name Version Build Channel
paddlepaddle-cuda 11.8 windows paddle
paddlepaddle-gpu 3.0.0b1 py312_gpu_cuda11.8_windows paddle
安装完成后，您可以使用python或python3执行：
python -c "import paddle; paddle.utils.run_check()"
输出：
Running verify PaddlePaddle program ...
I1223 11:21:21.460244 18936 program_interpreter.cc:243] New Executor is Running.
W1223 11:21:21.491614 18936 gpu_resources.cc:119] Please NOTE: device: 0, GPU Compute Capability: 6.1, Driver API Version: 12.2, Runtime API Version: 11.8
W1223 11:21:21.711949 18936 gpu_resources.cc:164] device: 0, cuDNN Version: 8.9.
I1223 11:22:08.906093 18936 interpreter_util.cc:648] Standalone Executor is Used.
PaddlePaddle works well on 1 GPU.
PaddlePaddle is installed successfully! Let's start deep learning with PaddlePaddle now.
根据以上输出，可看出工作环境：Driver API Version: 12.2, Runtime API Version: 11.8，cuDNN Version: 8.9。如果出现PaddlePaddle安装成功！则表示验证安装成功。
2、安装PaddlePaddle2.6
PaddlePaddle 2.6 官方推荐 Python 3.7~3.9。
CPU版本
如果您的计算机没有NVIDIA® GPU，请安装PaddlePaddle的CPU版本
conda install paddlepaddle==2.6.1 –channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/
GPU版本
如果您使用的是CUDA 11.2，cuDNN 8.2.1：
conda install paddlepaddle-gpu==2.6.1 cudatoolkit=11.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/ -c conda-forge
如果您使用的是CUDA 11.6，cuDNN 8.4.0：
conda install paddlepaddle-gpu==2.6.1 cudatoolkit=11.6 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/ -c conda-forge
如果您使用的是CUDA 11.7，cuDNN 8.4.1：
conda install paddlepaddle-gpu==2.6.1 cudatoolkit=11.7 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/ -c conda-forge
您可以参考NVIDIA官方文档了解CUDA和cuDNN的安装过程和配置方法。或参考本社区文章：《安装CUDA和cuDNN》。
验证安装
安装完成后，您可以使用python或python3进入Python解释器，然后执行：
python -c "import paddle; paddle.utils.run_check()"
输出：
Running verify PaddlePaddle program ...
I1223 11:21:21.460244 18936 program_interpreter.cc:243] New Executor is Running.
W1223 11:21:21.491614 18936 gpu_resources.cc:119] Please NOTE: device: 0, GPU Compute Capability: 6.1, Driver API Version: 12.2, Runtime API Version: 11.8
W1223 11:21:21.711949 18936 gpu_resources.cc:164] device: 0, cuDNN Version: 8.9.
I1223 11:22:08.906093 18936 interpreter_util.cc:648] Standalone Executor is Used.
PaddlePaddle works well on 1 GPU.
PaddlePaddle is installed successfully! Let's start deep learning with PaddlePaddle now.
如果出现PaddlePaddle安装成功！，则表示验证安装成功。
3、安装PaddlePaddle1.8.5
CPU版本
conda install paddlepaddle==1.8.5
GPU版本
CUDA版本要求：
CUDA toolkit 9.0/10.0 with cuDNN v7.3+
Hardware devices with GPU computing power over 1.0
CUDA9.0 PaddlePaddle
conda install paddlepaddle-gpu==1.8.5 cudatoolkit=9.0 -c paddle
CUDA10.0 PaddlePaddle
conda install paddlepaddle-gpu==1.8.5 cudatoolkit=10.0 -c paddle
安装样例
conda create -n paddle1-8-p3-8 python=3.8
conda activate paddle1-8-p3-8
conda install paddlepaddle==1.8.5
验证安装
查看安装的版本信息
conda list paddle
# packages in environment at D:\App-Data\conda3\envs\paddle1-8-p3-8:
#
# Name Version Build Channel
paddlepaddle 1.8.5 pypi_0 pypi
安装完成后，您可以使用python或python3进入Python解释器，然后使用
import paddle.fluid
fluid.install_check.run_check()
如果出现“Your Paddle Fluid is installed successfully!”，则表示验证安装成功。
4、参考资料
- Installation on Windows via Conda-Document-PaddlePaddle Deep Learning Platform
- 开始使用_飞桨-源于产业实践的开源深度学习平台
三、安装PaddleNLP
以下是关于PaddleNLP的详细介绍：
1、功能和特点
- 开箱即用的NLP工具集：PaddleNLP提供了丰富的开箱即用的产业级NLP预置模型，覆盖自然语言理解与生成两大场景，提供产业级的效果与极致的推理性能。
- 丰富完备的中文模型库：精选45+个网络结构和500+个预训练模型参数，涵盖业界最全的中文预训练模型，包括文心NLP大模型的ERNIE、PLATO等，以及BERT、GPT、RoBERTa、T5等主流结构。
- 高性能分布式训练与推理：PaddleNLP支持高性能分布式训练与推理，包括FastTokenizer和FastGeneration，以及飞桨4D混合并行分布式训练技术Fleet，旨在提升模型部署性能。
2、应用场景
PaddleNLP适用于多种自然语言处理任务，包括但不限于：
- 文本分类：利用预训练模型进行文本分类，如情感分析、主题分类等。
- 命名实体识别：识别文本中的具有特定意义的实体，如人名、地点、组织等。
- 问答系统：构建能够理解自然语言问题并提供答案的智能系统。
- 文本生成：生成自然语言文本，应用于机器翻译、内容创作等领域。
3、CPU版本
假设使用conda已安装paddlepaddle==3.0.0b2；使用pip安装paddlenlp==3.0.0b0。
conda install paddlepaddle==3.0.0b2 -c paddle
pip install paddlenlp==3.0.0b0
检查：
(paddle3-cpu) C:\Users\86138>conda list paddle
# packages in environment at D:\App-Data\conda3\envs\paddle3-cpu:
#
# Name Version Build Channel
paddle2onnx 1.3.1 pypi_0 pypi
paddlefsl 1.1.0 pypi_0 pypi
paddlenlp 3.0.0b0 pypi_0 pypi
paddlepaddle 3.0.0b2 py312_cpu_windows paddle
4、GPU版本
安装paddlenlp==3.0.0b0
基于CUDA12.3：
基于CUDA12.3为例，使用conda安装paddlepaddle-gpu==3.0.0b2；使用pip安装 paddlenlp==3.0.0b0：
conda install paddlepaddle-gpu==3.0.0b2 paddlepaddle-cuda=12.3 -c paddle -c nvidia
pip install --upgrade paddlenlp==3.0.0b0
验证：
python -c "import paddlenlp;print(paddlenlp.__version__)"
输出：3.0.0b0
基于CUDA11.8：
conda install paddlepaddle-gpu==3.0.0b1 paddlepaddle-cuda=11.8 -c paddle -c nvidia
pip install --upgrade paddlenlp==3.0.0b0
若出现缺失的 CUDA 依赖错误：
ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts.
paddlepaddle-gpu 3.0.0b1 requires nvidia-cublas-cu11==11.11.3.6, which is not installed.
paddlepaddle-gpu 3.0.0b1 requires nvidia-cuda-runtime-cu11==11.8.89, which is not installed.
paddlepaddle-gpu 3.0.0b1 requires nvidia-cudnn-cu11==8.9.4.19, which is not installed.
paddlepaddle-gpu 3.0.0b1 requires nvidia-cufft-cu11==10.9.0.58, which is not installed.
paddlepaddle-gpu 3.0.0b1 requires nvidia-curand-cu11==10.3.0.86, which is not installed.
paddlepaddle-gpu 3.0.0b1 requires nvidia-cusolver-cu11==11.4.1.48, which is not installed.
paddlepaddle-gpu 3.0.0b1 requires nvidia-cusparse-cu11==11.7.5.86, which is not installed.
手动安装缺失的 CUDA 依赖：
pip install nvidia-cublas-cu11==11.11.3.6 \
nvidia-cuda-runtime-cu11==11.8.89 \
nvidia-cudnn-cu11==8.9.4.19 \
nvidia-cufft-cu11==10.9.0.58 \
nvidia-curand-cu11==10.3.0.86 \
nvidia-cusolver-cu11==11.4.1.48 \
nvidia-cusparse-cu11==11.7.5.86
输出：
Successfully installed nvidia-cublas-cu11-11.11.3.6 nvidia-cuda-nvrtc-cu11-11.8.89 nvidia-cuda-runtime-cu11-11.8.89 nvidia-cudnn-cu11-8.9.4.19 nvidia-cufft-cu11-10.9.0.58 nvidia-curand-cu11-10.3.0.86 nvidia-cusolver-cu11-11.4.1.48 nvidia-cusparse-cu11-11.7.5.86
重新安装paddlenlp==3.0.0b0
pip install --upgrade paddlenlp==3.0.0b0
验证：
python -c "import paddlenlp;print(paddlenlp.__version__)"
2.6.1.post
安装paddlenlp==2.6.1
若安装paddle3.0版本无法通过验证，问题仍然存在，可以尝试安装更稳定的 paddlenlp 版本：
pip uninstall paddlenlp
pip install paddlenlp==2.6.1 # 稳定版本
验证：conda list paddle
conda list paddle
# packages in environment at C:\AppData\Conda-Data\envs\paddle3-p312:
#
# Name Version Build Channel
paddle2onnx 1.3.1 pypi_0 pypi
paddlefsl 1.1.0 pypi_0 pypi
paddlenlp 2.6.1 pypi_0 pypi
paddlepaddle-cuda 11.8 windows paddle
paddlepaddle-gpu 3.0.0b1 py312_gpu_cuda11.8_windows paddle
验证后输出结果如下，表明paddlenlp==2.6.1安装成功：
python -c "import paddlenlp;print(paddlenlp.__version__)"
2.6.1.post