项目场景：

之前使用了cpu，但是效率感人，所以想尝试一下GPU的版本

安装环境

windows下使用的，别问，问就是没有有GPU的服务器
1、python 3.7 (如果是linux建议3.8)
2、pip 版本 20.2.2或更高版本 (64 bit)
3、需要确定一下GPU的运算能力，必须大于3.5
4、检查电脑支持的CUDA版本
桌面–右键–NVIDIA 控制面板–左下角 系统信息–组件

我的是11.4 所以安装了11.2版本的CUDA
5、cudnn版本，官网说 8.2.1 那就选这个

下载CUDA和cuDNN：

这里直接附上两个链接吧，我就是参考这两位同学的文档安装的
https://zhuanlan.zhihu.com/p/94220564

https://zhuanlan.zhihu.com/p/102966512

就是下载cuDNN需要注册一下，不麻烦，然后就是网站访问问题，懂的都懂。。CUDA很大，我是在服务器上用wget下载然后down到本地电脑的

注意配置完环境变量要重启一下，我没重启就一直报错，重启一下就好了

运行：

1、直接参考官方文档的快速开始，安装完相关的依赖包后，使用文档里面的python脚本执行
这里安装完依赖和CUDA cuDNN后 还是使用命令执行一下，验证是否安装成功
使用python进入python解释器，输入import paddle.fluid，再输入paddle.fluid.install_check.run_check()。

如果出现Your Paddle Fluid is installed successfully!，说明您已成功安装

2、注意设置参数

ocr = PaddleOCR(use_angle_cls=True, lang="ch", use_gpu=True)

3、如果要部署服务化，建议启动服务的时候全局实例化一个模型类PaddleOCR就行了，后面不用重新实例化，效率更快一点
4、读取成功，但是win下和linux下好像解析的文字结果格式不太一样，具体也不太清楚为什么，用了GPU果然快多了，10倍的提升

遇到的问题

当然不可能一帆风顺啦，肯定有问题的啦，不过都是百度解决了
1、Could not load library cudnn_ops_infer64_8.dll. Error code 126
参考链接
2、RuntimeError: (PreconditionNotMet) The third-party dynamic library (cublas64_102.dll；cublas64_10.dll
参考链接
安装CUDA 10版本的同学可能会遇到上面的问题，所以也记录一下吧

但是我的实际报错其实是 RuntimeError: (PreconditionNotMet) The third-party dynamic library (cublas64_112.dll；cublas64_11.dll
我安装的CUDA 11 其实就是配置了环境变量后没重启，重启一下解决