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
Eric.5652 小时前
python advance -----object-oriented
python
云天徽上2 小时前
【数据可视化-107】2025年1-7月全国出口总额Top 10省市数据分析:用Python和Pyecharts打造炫酷可视化大屏
开发语言·python·信息可视化·数据挖掘·数据分析·pyecharts
lvcoc2 小时前
unity 接入火山引擎API,包括即梦AI
windows·unity·ai·火山引擎
THMAIL2 小时前
机器学习从入门到精通 - 数据预处理实战秘籍:清洗、转换与特征工程入门
人工智能·python·算法·机器学习·数据挖掘·逻辑回归
@HNUSTer3 小时前
Python数据可视化科技图表绘制系列教程(六)
python·数据可视化·科技论文·专业制图·科研图表
CoderJia程序员甲3 小时前
GitHub 热榜项目 - 日榜(2025-09-06)
ai·开源·github·ai编程·github热榜
benben0443 小时前
ReAct模式解读
java·ai
THMAIL3 小时前
深度学习从入门到精通 - AutoML与神经网络搜索(NAS):自动化模型设计未来
人工智能·python·深度学习·神经网络·算法·机器学习·逻辑回归
山烛4 小时前
深度学习:残差网络ResNet与迁移学习
人工智能·python·深度学习·残差网络·resnet·迁移学习
eleqi4 小时前
Python+DRVT 从外部调用 Revit:批量创建梁(2)
python·系统集成·revit·自动化生产流水线·外部访问