python之安装PaddlePaddle和PaddleX解析pdf表格

目录标题

  • 飞桨PaddlePaddle本地安装教程
        • [1-1. 基于 Docker 安装飞桨](#1-1. 基于 Docker 安装飞桨)
        • [1-2. 基于 pip 安装飞桨](#1-2. 基于 pip 安装飞桨)
        • [2. 我两个环境 都选择的是pip 安装](#2. 我两个环境 都选择的是pip 安装)
        • [10. 如果报错](#10. 如果报错)
        • [10. 离线安装](#10. 离线安装)

飞桨PaddlePaddle本地安装教程

源码下载:https://github.com/PaddlePaddle/PaddleX/blob/release/3.0-beta1/docs/installation/paddlepaddle_install.md

安装飞桨 PaddlePaddle 时,支持通过 Docker 安装和通过 pip 安装。

1-1. 基于 Docker 安装飞桨

若您通过 Docker 安装,请参考下述命令,使用飞桨官方 Docker 镜像,创建一个名为 paddlex 的容器,并将当前工作目录映射到容器内的 /paddle 目录:

注:更多飞桨官方 docker 镜像请参考飞桨官网。

1-2. 基于 pip 安装飞桨

若您通过 pip 安装,请参考下述命令,用 pip 在当前环境中安装飞桨 PaddlePaddle:

复制代码
# cpu
python -m pip install paddlepaddle==3.0.0b1 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/

# gpu,该命令仅适用于 CUDA 版本为 11.8 的机器环境
python -m pip install paddlepaddle-gpu==3.0.0b1 -i https://www.paddlepaddle.org.cn/packages/stable/cu118/

# gpu,该命令仅适用于 CUDA 版本为 12.3 的机器环境
python -m pip install paddlepaddle-gpu==3.0.0b1 -i https://www.paddlepaddle.org.cn/packages/stable/cu123/

❗ 注:更多飞桨 Wheel 版本请参考飞桨官网。

关于其他硬件安装飞桨,请参考PaddleX多硬件使用指南。

安装完成后,使用以下命令可以验证 PaddlePaddle 是否安装成功:

复制代码
python -c "import paddle; print(paddle.__version__)"

如果已安装成功,将输出以下内容:

复制代码
3.0.0-beta1
2. 我两个环境 都选择的是pip 安装

windows11 肯定是CPU

复制代码
# cpu
python -m pip install paddlepaddle==3.0.0b1 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/

Ubuntu24.04 配备了 4090d显卡,用显存GPU== 显卡内存

复制代码
## 而且是coda123
(base) root@hostname:~# python -m pip install paddlepaddle-gpu==3.0.0b1 -i https://www.paddlepaddle.org.cn/packages/stable/cu123/
10. 如果报错
复制代码
Traceback (most recent call last):
  File "<string>", line 1, in <module>
  File "D:\Users\wang\PycharmProjects\github\ltkj-aiseek\seek_backend_py\.venv\Lib\site-packages\paddle\__init__.py", line 33, in <module>
    from .base import core  # noqa: F401
    ^^^^^^^^^^^^^^^^^^^^^^
  File "D:\Users\wang\PycharmProjects\github\ltkj-aiseek\seek_backend_py\.venv\Lib\site-packages\paddle\base\__init__.py", line 38, in <module>
    from . import (  # noqa: F401
  File "D:\Users\wang\PycharmProjects\github\ltkj-aiseek\seek_backend_py\.venv\Lib\site-packages\paddle\base\dataset.py", line 21, in <module>
    from ..utils import deprecated
  File "D:\Users\wang\PycharmProjects\github\ltkj-aiseek\seek_backend_py\.venv\Lib\site-packages\paddle\utils\__init__.py", line 16, in <module>
    from . import (  # noqa: F401
  File "D:\Users\wang\PycharmProjects\github\ltkj-aiseek\seek_backend_py\.venv\Lib\site-packages\paddle\utils\cpp_extension\__init__.py", line 15, in <module>
    from .cpp_extension import (
  File "D:\Users\wang\PycharmProjects\github\ltkj-aiseek\seek_backend_py\.venv\Lib\site-packages\paddle\utils\cpp_extension\cpp_extension.py", line 21, in <module>
    import setuptools
ModuleNotFoundError: No module named 'setuptools'

这个错误 pip._vendor.pyproject_hooks._impl.BackendUnavailable: Cannot import 'setuptools.build_meta' 通常表示在安装 Python 包时,pip 无法导入 setuptools.build_meta 模块,这可能是由于 setuptools 安装不完整或版本问题导致的。以下是一些可以尝试的解决方法:

  1. 升级 setuptools:

    使用 pip 命令升级 setuptools 到最新版本,在命令行中运行:

    复制代码
    pip install --upgrade setuptools

    然后再尝试安装之前失败的包(例如 paddlex)。

  2. 重新安装 setuptools:

    先卸载当前的 setuptools,然后重新安装。在命令行中依次运行:

    复制代码
    pip uninstall setuptools
    pip install setuptools

    之后再次尝试安装你需要的包。

10. 离线安装

有线pypi包,可以通过Pypi官网 下载后,本地离线安装。

你可以在 PyPI 网站 上查看 setuptools 的可用版本,选择一个合适的版本进行安装。

按照以上步骤逐一尝试,应该能够解决 Cannot import 'setuptools.build_meta' 的问题,使你能够成功安装所需的 Python 包。

相关推荐
独行soc4 小时前
2025年渗透测试面试题总结-18(题目+回答)
android·python·科技·面试·职场和发展·渗透测试
S01d13r4 小时前
gunicorn + flask 处理高并发请求
python·flask·gunicorn
杜子不疼.4 小时前
《Python列表和元组:从入门到花式操作指南》
开发语言·python
pan0c234 小时前
数据处理与统计分析 —— numpy入门
python·numpy
东方不败之鸭梨的测试笔记4 小时前
智能测试用例生成工具设计
人工智能·ai·langchain
max5006004 小时前
基于桥梁三维模型的无人机检测路径规划系统设计与实现
前端·javascript·python·算法·无人机·easyui
秋氘渔5 小时前
综合案例:Python 函数知识整合 — 学生成绩管理系统
开发语言·python
AI 嗯啦6 小时前
SQL详细语法教程(三)mysql的函数知识
android·开发语言·数据库·python·sql·mysql
databook6 小时前
把数学对象画出来:Manim Mobject类库速查手册
python·数学·动效
图灵学术计算机论文辅导7 小时前
傅里叶变换+attention机制,深耕深度学习领域
人工智能·python·深度学习·计算机网络·考研·机器学习·计算机视觉