Python_prebuilt_wheels.md

FastDeploy 预编译Python Wheel包

FastDeploy提供了在Windows/Linux/Mac上的预先编译Python Wheel包，开发者可以直接下载后安装，也可以自行编译代码。

目前各平台支持情况如下

• Linux 支持Python3.6~3.9
• Windows 支持Python3.6~3.9
• Mac 支持Python3.6~3.9

安装 CPU Python 版本

pip install fastdeploy-python -f https://www.paddlepaddle.org.cn/whl/fastdeploy.html

安装 GPU Python 版本

pip install fastdeploy-gpu-python -f https://www.paddlepaddle.org.cn/whl/fastdeploy.html

Anaconda 快速配置 GPU 环境

使用Anaconda的用户可在命令运行以下命令，快速配置GPU环境。如果是Windows用户，需要先打开Anaconda Prompt (anaconda3)命令行终端。

• 增加 conda-forge 源

conda config --add channels conda-forge
# 国内用户可以增加国内的源，如
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

• 新建 python 环境

conda create -n py38 python=3.8
conda activate py38

• 安装 cudatoolkit 11.x 和 cudnn 8.x

conda install cudatoolkit=11.2 cudnn=8.2

• 安装 FastDeploy GPU 版本 Python 包

pip install fastdeploy-gpu-python -f https://www.paddlepaddle.org.cn/whl/fastdeploy.html

注意事项

• 不要重复安装fastdeploy-python和fastdeploy-gpu-python
• 如已安装CPU版本的fastdeploy-python后，在安装GPU版本的fastdeploy-gpu-python，请先执行pip uninstall fastdeploy-python卸载已有版本

环境依赖

• cuda >= 11.2
• cudnn >= 8.0

其它文档

• 预编译C++部署库
• 视觉模型C++/Python部署示例