一、安装cuda

1. 查看设备

先输入nvidia-smi，查看设备支持的最大cuda版本，选择官网中支持的cuda版本

https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/install/conda/linux-conda.html

2. 下载CUDA并安装

使用快捷键Ctrl+Alt+t打开终端，先输入nvcc -V,查看cuda版本

CUDA下载地址：http://​ https://developer.nvidia.com/cuda-toolkit-archive ​

在终端输入cat /proc/version查看设备ubuntu版本号

根据设备版本选择合适的cuda版本

选择后根据下方Installation Instructions的内容在终端输入这两行内容

第一条语句进行下载

第二条语句进行安装，选择Continue

输入accept,按回车键

在这之前可以在终端输入nvcc -V,查看cuda版本。如果没有其他版本，这步中则直接选择“Install”进行安装，如果安装了其他版本，则在Driver处按回车键，把“Driver”勾选去掉，再进行安装。

若已有安装过的版本，出现如下界面，选择yes

安装成功界面如下

3. 环境配置

终端输入vim ~/.bashrc ，出现如下界面后按回车键，进入配置

按一次回车键，按字母i进入编辑，输入如图三条语句,然后按Esc健进入最后一行，输入:wq按回车键退出。终端输入source ~/.bashrc  使之生效

终端输入nvcc -V测试是否安装成功,安装成功后会出现如下信息

二、下载cudnn并安装

根据飞浆官网中下方要求的cuda和cudnn对应版本下载相应的cudnnhttps://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/install/conda/linux-conda.html

CUDNN下载地址：https://developer.nvidia.com/rdp/cudnn-archive

进入后需要账号密码，未注册的需要注册一个nvidia账号，登录后会出现所有版本的信息。

根据你前边下载的cuda版本，选择对应的cudnn版本，若没有具体的cudnn版本，例如cuda11.7,则选择cuda11.x

点击后，下方选择适合的设备版本

下载后会找到该压缩包，在终端进入该文件夹所存位置通过该命令解压缩
tar xf cudnn-linux-x86_64-8.9.3.28_cuda11-archive.tar.xz
解压后形成该文件夹，将该文件夹放在和cuda同一目录中，可将该文件夹改名为cudnn18，方便后续输入命令以及查找

改名后输入如下命令，将cudnn中内容复制到cuda中

sudo cp cudnn-11.7/include/cudnn*.h /usr/local/cuda/include

sudo cp -P cudnn-11.7/lib/libcudnn* /usr/local/cuda/lib64

修改权限：

sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

通过以下命令查看CUDNN信息并测试是否成功：

cat /usr/local/cuda/include/cudnn_version.h

成功界面如下：

三、安装PaddlePaddle

终端输入vim  ~/.condarc

按字母i键进入编辑环境，更改为如下语句，然后按Esc键并输入:wq保存退出

（1）在github官网上进行下载：PaddleDetection,下载后在pycharm中打开该项目

（2）在pycharm终端输入conda create -n paddle_env python=3.9，创建Anaconda虚拟环境。创建虚拟环境首先根据Python的具体版本创建Anaconda虚拟环境。PaddlePaddle的Anaconda安装支持Python 3.7 - 3.11版本。

（3）在pycharm环境中找到设置，并选择该项目的配置，打开python interpreter。选择show all，点击+号，选择Add Local Interpreter...,选择Conda Environment,选择Use existing environment,在第三个步骤中选择刚创建的paddle_env环境，然后一路按OK键，配置好环境

（4）接着输入conda activate paddle_env进入Anaconda虚拟环境

输入python -V查看是否搭建成功python环境

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。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：

python3 -c "import platform;print(platform.architecture()[0]);print(platform.machine()"

输入nvcc -V查看在终端安装的cuda版本是否正确

（5）NCCL安装

到官网中下载符合的版本：https://developer.nvidia.com/login

终端进入到刚下文件的路径中，输入如下命令

sudo dpkg -i nccl-repo-<version>.deb 例如：

sudo dpkg -i nccl-local-repo-ubuntu2204-2.14.3-cuda11.7_1.0-1_amd64.deb

更新APT数据库，输入如下命令sudo apt update

安装APT的libnccl2包，输入如下命令sudo apt install libnccl2 libnccl-dev

终端输入vim ~/.bashrc,出现如下界面按回车键

出现如下界面，按字母i键，进入编辑，添加如下语句，按Esc键，输入：wq!保存退出，退出后输入source ~/.bashrc使文件的配置生效

到paddledetection官网中查看符合cuda以及cudnn版本的paddlepaddle下载命令

https://www.paddlepaddle.org.cn/en/install/quick?docurl=/documentation/docs/zh/install/conda/linux-conda_en.html

pycharm环境终端输入conda install paddlepaddle-gpu==2.5.1 cudatoolkit=11.7 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/ -c conda-forge

有选择的地方输入y，安装成功界面如下

输入如下命令python3;import paddle;paddle.utils.run_check()若出现PaddlePaddle is installed successfully!则paddlepaddle安装成功

四、安装paddledetection

进入到paddledetection环境中，配置各种包，输入pip install -r requirements.txt

配置好后的结果如下

编译安装paddledet，输入语句python setup.py install

测试环境：

安装后确认测试通过：

python ppdet/modeling/tests/test_architectures.py

测试通过后会提示如下信息：