本文主要是介绍百度paddleocr GPU版部署，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
显卡：NVIDIA GeForce RTX 4070，Nvidia驱动程序版本：537.13
Nvidia驱动程序能支持的最高cuda版本：12.2.138
Python：python3.10.11。试过python3.12，安装paddleocr失败，找不到相关模块。
飞桨版本：2.6，操作系统：windows 10，安装方式：pip，计算平台：CUDA12.0（飞桨2.6最高支持CUDA12.0）
CUDA工具包：12.0。由于飞桨2.6最高支持CUDA12.0，而Nvidia驱动程序能支持的最高cuda版本12.2，所以这里选择CUDA工具包12.0。
飞桨要求的CUDA工具包和cuDNN对应关系：
因此cuDNN选择v8.9.1。
先安装CUDA和cuDNN。需要注意，在自定义安装CUDA的时候有个选项得去掉，如下：
一般我们是没有VS环境的，如果这个时候勾选上就很有可能导致安装失败，去掉之后我们下一步等待完成即可。
安装飞桨2.6
python -m pip install paddlepaddle-gpu==2.6.0.post120 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html由于网络原因，可能安装失败，多试几次就可以成功。
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!，说明已成功安装，并且飞桨跟CUDA的版本也匹配上了。
安装paddleocr
pip install "paddleocr>=2.0.1"如果因为网络原因安装失败，可以指定超时和更换镜像源
pip --default-timeout=500 install "paddleocr>=2.0.1" -i https://pypi.tuna.tsinghua.edu.cn/simple安装完成后，就可以运行命令行识别图片文字了
paddleocr --image_dir ./1.png --use_angle_cls true --use_gpu true运行该命令的时候，可能报错：
Could not locate zlibwapi.dll. Please make sure it is in your library path需要在网上下载zlibwapi.dll放到cuda的安装目录下。
这篇关于百度paddleocr GPU版部署的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
