11 KiB

Raw Blame History

运行环境准备

1. Python环境搭建
2. 安装PaddlePaddle

1. Python环境搭建

1.1 Windows

1.1.1 安装Anaconda

说明：使用paddlepaddle需要先安装python环境，这里我们选择python集成环境Anaconda工具包
- Anaconda是1个常用的python包管理程序
- 安装完Anaconda后，可以安装python环境，以及numpy等所需的工具包环境。
Anaconda下载：
- 地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D
- 大部分win10电脑均为64位操作系统，选择x86_64版本；若电脑为32位操作系统，则选择x86.exe
- 下载完成后，双击安装程序进入图形界面
- 默认安装位置为C盘，建议将安装位置更改到D盘：
- 勾选conda加入环境变量，忽略警告：

1.1.2 打开终端并创建conda环境

打开Anaconda Prompt终端：左下角Windows Start Menu -> Anaconda3 -> Anaconda Prompt启动控制台

创建新的conda环境

# 在命令行输入以下命令，创建名为paddle_env的环境
# 此处为加速下载，使用清华源
conda create --name paddle_env python=3.8 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/  # 这是一行命令

该命令会创建1个名为paddle_env、python版本为3.8的可执行环境，根据网络状态，需要花费一段时间

之后命令行中会输出提示信息，输入y并回车继续安装

激活刚创建的conda环境，在命令行中输入以下命令：

# 激活paddle_env环境
conda activate paddle_env
# 查看当前python的位置
where python

以上anaconda环境和python环境安装完毕

1.2 Mac

1.2.1 安装Anaconda

说明：使用paddlepaddle需要先安装python环境，这里我们选择python集成环境Anaconda工具包
- Anaconda是1个常用的python包管理程序
- 安装完Anaconda后，可以安装python环境，以及numpy等所需的工具包环境
Anaconda下载：
- 地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D
- 选择最下方的Anaconda3-2021.05-MacOSX-x86_64.pkg下载
下载完成后，双击.pkg文件进入图形界面
- 按默认设置即可，安装需要花费一段时间
建议安装vscode或pycharm等代码编辑器

1.2.2 打开终端并创建conda环境

打开终端
- 同时按下command键和空格键，在聚焦搜索中输入"终端"，双击进入终端

将conda加入环境变量

加入环境变量是为了让系统能识别conda命令
输入以下命令，在终端中打开~/.bash_profile：
```
vim ~/.bash_profile
```

在~/.bash_profile中将conda添加为环境变量：

# 先按i进入编辑模式
# 在第一行输入：
export PATH="~/opt/anaconda3/bin:$PATH"
# 若安装时自定义了安装位置，则将~/opt/anaconda3/bin改为自定义的安装目录下的bin文件夹

# 修改后的~/.bash_profile文件应如下（其中xxx为用户名）：
export PATH="~/opt/anaconda3/bin:$PATH"
# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$('/Users/xxx/opt/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
		eval "$__conda_setup"
else
		if [ -f "/Users/xxx/opt/anaconda3/etc/profile.d/conda.sh" ]; then
				. "/Users/xxx/opt/anaconda3/etc/profile.d/conda.sh"
		else
				export PATH="/Users/xxx/opt/anaconda3/bin:$PATH"
		fi
fi
unset __conda_setup
# <<< conda initialize <<<

修改完成后，先按esc键退出编辑模式，再输入:wq!并回车，以保存退出

验证是否能识别conda命令：
- 在终端中输入source ~/.bash_profile以更新环境变量
- 再在终端输入conda info --envs，若能显示当前有base环境，则conda已加入环境变量

创建新的conda环境

# 在命令行输入以下命令，创建名为paddle_env的环境
# 此处为加速下载，使用清华源
conda create --name paddle_env python=3.8 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

该命令会创建1个名为paddle_env、python版本为3.8的可执行环境，根据网络状态，需要花费一段时间
之后命令行中会输出提示信息，输入y并回车继续安装

激活刚创建的conda环境，在命令行中输入以下命令：

# 激活paddle_env环境
conda activate paddle_env
# 查看当前python的位置
where python

以上anaconda环境和python环境安装完毕

1.3 Linux

Linux用户可选择Anaconda或Docker两种方式运行。如果你熟悉Docker且需要训练PaddleOCR模型，推荐使用Docker环境，PaddleOCR的开发流程均在Docker环境下运行。如果你不熟悉Docker，也可以使用Anaconda来运行项目。

1.3.1 Anaconda环境配置

说明：使用paddlepaddle需要先安装python环境，这里我们选择python集成环境Anaconda工具包
- Anaconda是1个常用的python包管理程序
- 安装完Anaconda后，可以安装python环境，以及numpy等所需的工具包环境
下载Anaconda：
- 下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D
  - 选择适合您操作系统的版本
  - 可在终端输入uname -m查询系统所用的指令集
下载法1：本地下载，再将安装包传到linux服务器上

下载法2：直接使用linux命令行下载

  # 首先安装wget
sudo apt-get install wget  # Ubuntu
  sudo yum install wget  # CentOS

  # 然后使用wget从清华源上下载
# 如要下载Anaconda3-2021.05-Linux-x86_64.sh，则下载命令如下：
  wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.05-Linux-x86_64.sh

# 若您要下载其他版本，需要将最后1个/后的文件名改成您希望下载的版本

安装Anaconda：
- 在命令行输入sh Anaconda3-2021.05-Linux-x86_64.sh
  - 若您下载的是其它版本，则将该命令的文件名替换为您下载的文件名
- 按照安装提示安装即可
  - 查看许可时可输入q来退出

将conda加入环境变量

加入环境变量是为了让系统能识别conda命令，若您在安装时已将conda加入环境变量path，则可跳过本步

在终端中打开~/.bashrc：

# 在终端中输入以下命令：
vim ~/.bashrc

在~/.bashrc中将conda添加为环境变量：

# 先按i进入编辑模式
# 在第一行输入：
export PATH="~/anaconda3/bin:$PATH"
# 若安装时自定义了安装位置，则将~/anaconda3/bin改为自定义的安装目录下的bin文件夹

 # 修改后的~/.bash_profile文件应如下（其中xxx为用户名）：
 export PATH="~/opt/anaconda3/bin:$PATH"
 # >>> conda initialize >>>
 # !! Contents within this block are managed by 'conda init' !!
 __conda_setup="$('/Users/xxx/opt/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
 if [ $? -eq 0 ]; then
     eval "$__conda_setup"
 else
     if [ -f "/Users/xxx/opt/anaconda3/etc/profile.d/conda.sh" ]; then
         . "/Users/xxx/opt/anaconda3/etc/profile.d/conda.sh"
     else
         export PATH="/Users/xxx/opt/anaconda3/bin:$PATH"
     fi
 fi
 unset __conda_setup
 # <<< conda initialize <<<

修改完成后，先按esc键退出编辑模式，再输入:wq!并回车，以保存退出

验证是否能识别conda命令：
- 在终端中输入source ~/.bash_profile以更新环境变量
- 再在终端输入conda info --envs，若能显示当前有base环境，则conda已加入环境变量

创建新的conda环境

# 在命令行输入以下命令，创建名为paddle_env的环境
# 此处为加速下载，使用清华源
conda create --name paddle_env python=3.8 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

该命令会创建1个名为paddle_env、python版本为3.8的可执行环境，根据网络状态，需要花费一段时间
之后命令行中会输出提示信息，输入y并回车继续安装

激活刚创建的conda环境，在命令行中输入以下命令：
```
# 激活paddle_env环境
conda activate paddle_env
```

以上anaconda环境和python环境安装完毕

1.3.2 Docker环境配置

注意：第一次使用这个镜像，会自动下载该镜像，请耐心等待。

# 切换到工作目录下
cd /home/Projects
# 首次运行需创建一个docker容器，再次运行时不需要运行当前命令
# 创建一个名字为ppocr的docker容器，并将当前目录映射到容器的/paddle目录下

如果您希望在CPU环境下使用docker，使用docker而不是nvidia-docker创建docker
sudo docker run --name ppocr -v $PWD:/paddle --network=host -it paddlepaddle/paddle:latest-dev-cuda10.1-cudnn7-gcc82 /bin/bash

如果使用CUDA10，请运行以下命令创建容器，设置docker容器共享内存shm-size为64G，建议设置32G以上
sudo nvidia-docker run --name ppocr -v $PWD:/paddle --shm-size=64G --network=host -it paddlepaddle/paddle:latest-dev-cuda10.1-cudnn7-gcc82 /bin/bash

您也可以访问[DockerHub](https://hub.docker.com/r/paddlepaddle/paddle/tags/)获取与您机器适配的镜像。

# ctrl+P+Q可退出docker 容器，重新进入docker 容器使用如下命令
sudo docker container exec -it ppocr /bin/bash

2. 安装PaddlePaddle

如果您的机器安装的是CUDA9或CUDA10，请运行以下命令安装

python3 -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple

如果您的机器是CPU，请运行以下命令安装

python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

更多的版本需求，请参照飞桨官网安装文档中的说明进行操作。

11 KiB Raw Blame History Unescape Escape

运行环境准备

1. Python环境搭建

1.1 Windows

1.1.1 安装Anaconda

1.1.2 打开终端并创建conda环境

1.2 Mac

1.2.1 安装Anaconda

1.2.2 打开终端并创建conda环境

1.3 Linux

1.3.1 Anaconda环境配置

1.3.2 Docker环境配置

2. 安装PaddlePaddle

11 KiB

Raw Blame History