PaddleOCR 依赖的飞桨框架怎么安装CPU 与 GPU 的 CUDA 版本如何对应【免费下载链接】PaddleOCRTurn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toolkit that bridges the gap between images/PDFs and LLMs. Supports 100 languages.项目地址: https://gitcode.com/GitHub_Trending/pa/PaddleOCR用 PaddleOCR 走「以飞桨框架作为推理引擎做产线/模型推理」「模型训练」「模型导出」这几条路径时都需要先安装飞桨框架PaddlePaddle。安装命令以仓库内的 飞桨框架安装 文档为准如果推理准备改用 Transformers 或 ONNX Runtime 引擎则不一定要装飞桨各引擎的取舍与安装见 推理引擎与配置说明。版本基线PaddleOCR 与 PaddleX 中的版本对应表显示PaddleOCR3.0.0到3.7.x全系列都要求飞桨版本 3.0.0。安装文档里的 pip 命令固定安装3.2.0Docker 镜像是3.0.0均满足这一要求。先确定装哪个版本CPU 与 GPU 的 CUDA 对应关系CPU 机器直接装 CPU 版飞桨不涉及 CUDA 选择。GPU 机器必须选带 CUDA 版本的 GPU 包飞桨安装文档给出的关键判断规则是无需关注物理机上的 CUDA 版本只需关注显卡驱动程序版本。可以先用nvidia-smi查看本机的驱动与 CUDA 信息FAQ 中「CUDA 版本不匹配怎么办」条目建议先用这条命令检查本机环境再按驱动版本对号入座| pip 安装的飞桨包索引 | 对应 CUDA | 显卡驱动要求 | | - | - | - | |paddlepaddlestable/cpu索引 | 不适用 | — | |paddlepaddle-gpustable/cu118索引 | CUDA 11.8 | Linux ≥450.80.02Windows ≥452.39 | |paddlepaddle-gpustable/cu126索引 | CUDA 12.6 | Linux 与 Windows 均 ≥550.54.14 |Docker 路径的镜像 tag 同样标注了 CUDA 版本对应关系与上表一致paddle:3.0.0为 CPU 镜像paddle:3.0.0-gpu-cuda11.8-cudnn8.9-trt8.6对应 CUDA 11.8paddle:3.0.0-gpu-cuda12.6-cudnn9.5-trt10.5对应 CUDA 12.6驱动版本要求相同。路径一基于 pip 安装在目标 Python 环境中执行安装文档固定为3.2.0按 CUDA 对应关系三选一# CPU 版本 python -m pip install paddlepaddle3.2.0 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/ # GPU 版本CUDA 11.8需显卡驱动程序版本 ≥450.80.02Linux或 ≥452.39Windows python -m pip install paddlepaddle-gpu3.2.0 -i https://www.paddlepaddle.org.cn/packages/stable/cu118/ # GPU 版本CUDA 12.6需显卡驱动程序版本 ≥550.54.14Linux或 ≥550.54.14Windows python -m pip install paddlepaddle-gpu3.2.0 -i https://www.paddlepaddle.org.cn/packages/stable/cu126/路径二基于 Docker 安装Docker 方式会用飞桨官方镜像创建名为paddleocr的容器并把当前工作目录$PWD映射到容器内的/paddle目录。命令按 Docker 版本分两种写法Docker 版本 ≥ 19.03# 对于 CPU 用户: docker run --name paddleocr -v $PWD:/paddle --shm-size8G --networkhost -it ccr-2vdh3abv-pub.cnc.bj.baidubce.com/paddlepaddle/paddle:3.0.0 /bin/bash # 对于 GPU 用户CUDA 11.8 镜像需显卡驱动程序版本 ≥450.80.02Linux或 ≥452.39Windows docker run --gpus all --name paddleocr -v $PWD:/paddle --shm-size8G --networkhost -it ccr-2vdh3abv-pub.cnc.bj.baidubce.com/paddlepaddle/paddle:3.0.0-gpu-cuda11.8-cudnn8.9-trt8.6 /bin/bash # 对于 GPU 用户CUDA 12.6 镜像需显卡驱动程序版本 ≥550.54.14Linux或 ≥550.54.14Windows docker run --gpus all --name paddleocr -v $PWD:/paddle --shm-size8G --networkhost -it ccr-2vdh3abv-pub.cnc.bj.baidubce.com/paddlepaddle/paddle:3.0.0-gpu-cuda12.6-cudnn9.5-trt10.5 /bin/bashDocker 版本 ≥ 17.06 但 19.03 时GPU 用户改用nvidia-docker run代替docker run --gpus allCPU 用户命令与上面相同# CUDA 11.8 用户 nvidia-docker run --name paddleocr -v $PWD:/paddle --shm-size8G --networkhost -it ccr-2vdh3abv-pub.cnc.bj.baidubce.com/paddlepaddle/paddle:3.0.0-gpu-cuda11.8-cudnn8.9-trt8.6 /bin/bash # CUDA 12.6 用户 nvidia-docker run --name paddleocr -v $PWD:/paddle --shm-size8G --networkhost -it ccr-2vdh3abv-pub.cnc.bj.baidubce.com/paddlepaddle/paddle:3.0.0-gpu-cuda12.6-cudnn9.5-trt10.5 /bin/bashDocker 版本 ≤ 17.06 时安装文档要求先升级 Docker 再按上述命令执行。特殊场景Windows 下使用 NVIDIA 50 系显卡安装文档明确说明通过上述 pip 或 Docker 方式安装的 PaddlePaddle 在 Windows 上无法正常支持 NVIDIA 50 系显卡官方为此单独提供了适配 wheel 包需按 Python 版本选择以下地址来自安装文档可整段直接执行# python 3.9 python -m pip install https://paddle-qa.bj.bcebos.com/paddle-pipeline/Develop-TagBuild-Training-Windows-Gpu-Cuda12.9-Cudnn9.9-Trt10.5-Mkl-Avx-VS2019-SelfBuiltPypiUse/86d658f56ebf3a5a7b2b33ace48f22d10680d311/paddlepaddle_gpu-3.0.0.dev20250717-cp39-cp39-win_amd64.whl # python 3.10 python -m pip install https://paddle-qa.bj.bcebos.com/paddle-pipeline/Develop-TagBuild-Training-Windows-Gpu-Cuda12.9-Cudnn9.9-Trt10.5-Mkl-Avx-VS2019-SelfBuiltPypiUse/86d658f56ebf3a5a7b2b33ace48f22d10680d311/paddlepaddle_gpu-3.0.0.dev20250717-cp310-cp310-win_amd64.whl # python 3.11 python -m pip install https://paddle-qa.bj.bcebos.com/paddle-pipeline/Develop-TagBuild-Training-Windows-Gpu-Cuda12.9-Cudnn9.9-Trt10.5-Mkl-Avx-VS2019-SelfBuiltPypiUse/86d658f56ebf3a5a7b2b33ace48f22d10680d311/paddlepaddle_gpu-3.0.0.dev20250717-cp311-cp311-win_amd64.whl # python 3.12 python -m pip install https://paddle-qa.bj.bcebos.com/paddle-pipeline/Develop-TagBuild-Training-Windows-Gpu-Cuda12.9-Cudnn9.9-Trt10.5-Mkl-Avx-VS2019-SelfBuiltPypiUse/86d658f56ebf3a5a7b2b33ace48f22d10680d311/paddlepaddle_gpu-3.0.0.dev20250717-cp312-cp312-win_amd64.whl注意该 wheel 包的已知限制文档指出其文本识别模型的训练存在已知问题相关功能仍在持续适配和完善中做识别模型训练时需要留意。验证安装是否成功安装完成后执行python -c import paddle; print(paddle.__version__)安装成功时会输出对应的飞桨版本号安装文档给出的示例输出为3.2.0pip 路径应输出3.2.0Docker 路径使用的镜像是3.0.0tag输出的版本号应与所用镜像一致。如果用的是 GPU 包还可以按 FAQ 中 CUDA 版本不匹配条目的做法进一步确认当前环境是 GPU 编译版本python -c import paddle; print(paddle.is_compiled_with_cuda())版本冲突说明与后续步骤根目录 docs/FAQ.md 中的历史条目给出的是paddlepaddle-gpu3.0.0时代的安装命令与 version3.x 安装文档固定的3.2.0不一致。version3.x 的 安装 文档在「训练与导出依赖」一节明确指向 飞桨框架安装按现行文档以3.2.0命令为准即可两者都满足飞桨 3.0.0的要求。装好飞桨后如果目标是模型训练或模型导出下一步是克隆本仓库并安装其余训练依赖python -m pip install -r requirements.txt支持 Python 3.8 及以上完整步骤见 安装 第 2 节安装文档同时提醒若环境中已装有飞桨之外的推理引擎如 Transformers可能出现依赖冲突建议在全新环境中安装。【免费下载链接】PaddleOCRTurn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toolkit that bridges the gap between images/PDFs and LLMs. Supports 100 languages.项目地址: https://gitcode.com/GitHub_Trending/pa/PaddleOCR创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考