提示：根据你的显卡类型安装对应CUDA版本。Turing（图灵）和Ampere（安培）是Nvidia两种高级GPU架构
图灵GPU（12nm制造工艺）：RTX20系列和GTX16系列
安培GPU（8nm制造工艺）：RTX30系列，包括GeForce RTX3090、RTX3080、RTX3070等

前言

随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了国内百度旗下paddlepaddle（飞桨）在windows系统下详细安装教程。

一、进入飞桨官网

点击链接看到如下截图：

打开连接后，将安装信息栏执行以下命令安装的命令复制到Dos窗口中下载paddlepaddle-gpu包

二、安装CUDA

1.CUDA下载地址

根据最顶部提示内容对比你的显卡类型，非安培架构GPU推荐CUDA10.2版本，安培架构GPU安装CUDA11以上版本
本次以CUDA10.2版本下载为例，此版本及其他版本CUDA下载链接


CUDA安装时选择推荐安装一项，在CUDA安装过程中会检测你的系统环境，如果先前有安装过其他版本CUDA需提前卸载，可自行百度去卸载，否则无法安装。此外，如果你电脑没有VS环境，中途会有个关于visual studio 这一项缺失警告，勾选这一警告后大可忽略掉继续next安装，安装时会屏闪，属正常现象。安装完后重启电脑

2.CUDA环境变量

以上是CDUA默认安装路径后需配置的环境变量

二、安装cuDNN

1.cuDNN下载地址

遗憾的是，下载cuDNN必须要注册一个免费的NVIDIA开发者账号，访问如下链接后点击Join now按钮进行注册，在中途收到的邮件中认证一下就好了（注意：邮件接收延迟可能有点高，耐心等待！）。当你有了账号登陆后要填写一些下载的理由，随你喜好填就好了！登陆时如遇到要邮箱验证且页面一直处转圈状态则等待邮箱验证完毕即可进入下载页面

本次以CUDA10.2版本对应的cuDNN下载为例，不同版本的CUDA对应的cuDNN版本在下载链接中都有提示说明

2.cuDNN文件拷贝至CUDA对应文件中

安装完成后您可以使用 python 进入 python 解释器，输入import paddle ，再输入 paddle.utils.run_check()
如果出现PaddlePaddle is installed successfully!，说明您已成功安装

总结

Windows系统飞桨GPU版本安装完毕！！！

TensorFlow框架的安装请参考我的另一篇博文：
https://blog.csdn.net/weixin_47834823/article/details/107893851