Ubuntu下安装

环境准备

• Ubuntu 版本 (64 bit)
  • Ubuntu 14.04 (GPU 版本支持 CUDA 10.0/10.1)
  • Ubuntu 16.04 (GPU 版本支持 CUDA 9.0/9.1/9.2/10.0/10.1)
  • Ubuntu 18.04 (GPU 版本支持 CUDA 10.0/10.1)
• Python 版本 2.7.15+/3.5.1+/3.6/3.7 (64 bit)
• pip或pip3 版本 9.0.1+ (64 bit)

注意事项

• 可以使用uname -m && cat /etc/*release查看本机的操作系统和位数信息

• 确认需要安装 PaddlePaddle 的 Python 是您预期的位置，因为您计算机可能有多个 Python

  • 如果您是使用 Python 2，使用以下命令输出 Python 路径，根据的环境您可能需要将说明中所有命令行中的 python 替换为具体的 Python 路径

which python

• 如果您是使用 Python 3，使用以下命令输出 Python 路径，根据您的环境您可能需要将说明中所有命令行中的 python3 替换为 python 或者替换为具体的 Python 路径

which python3

• 需要确认python的版本是否满足要求

  • 如果您是使用 Python 2，使用以下命令确认是 2.7.15+

python —version

• 如果您是使用 Python 3，使用以下命令确认是 3.5.1+/3.6/3.7

python3 —version

• 需要确认pip的版本是否满足要求，要求pip版本为9.0.1+

  • 如果您是使用 Python 2

python -m ensurepip

python -m pip —version

• 如果您是使用 Python 3

python3 -m ensurepip

python3 -m pip —version

• 需要确认Python和pip是64bit，并且处理器架构是x86_64（或称作x64、Intel 64、AMD64）架构，目前PaddlePaddle不支持arm64架构。下面的第一行输出的是"64bit"，第二行输出的是"x86_64"、"x64"或"AMD64"即可：

  • 如果您是使用 Python 2

python -c "import platform;print(platform.architecture()[0]);print(platform.machine())"

• 如果您是使用 Python 3

python3 -c "import platform;print(platform.architecture()[0]);print(platform.machine())"

• 默认提供的安装包需要计算机支持MKL

• 如果您对机器环境不了解，请下载使用快速安装脚本，配套说明请参考这里。

选择CPU/GPU

• 如果您的计算机没有 NVIDIA® GPU，请安装CPU版的PaddlePaddle

• 如果您的计算机有 NVIDIA® GPU，并且满足以下条件，推荐安装GPU版的PaddlePaddle

  • CUDA 工具包10.0配合cuDNN v7.3+(如需多卡支持，需配合NCCL2.3.7及更高)
  • CUDA 工具包9.0配合cuDNN v7.3+(如需多卡支持，需配合NCCL2.3.7及更高)
  • GPU运算能力超过1.0的硬件设备
    您可参考NVIDIA官方文档了解CUDA和CUDNN的安装流程和配置方法，请见CUDA，cuDNN

• 如果您需要使用多卡环境请确保您已经正确安装nccl2，或者按照以下指令安装nccl2（这里提供的是ubuntu 16.04，CUDA9，cuDNN7下nccl2的安装指令），更多版本的安装信息请参考NVIDIA官方网站:

wget https://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64/nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb dpkg -i nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb sudo apt-get install -y libnccl2=2.3.7-1+cuda9.0 libnccl-dev=2.3.7-1+cuda9.0

安装方式

Ubuntu系统下有5种安装方式：

• pip安装（推荐）
• conda安装
• Docker安装
• 源码编译安装
• Docker源码编译安装

这里为您介绍pip安装方式

安装步骤

• CPU版PaddlePaddle：
  • 对于Python 2： python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple 或 python -m pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple
  • 对于Python 3： python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple 或 python3 -m pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple
• GPU版PaddlePaddle：
  • 对于Python 2： python -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple 或 python -m pip install paddlepaddle-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple
  • 对于Python 3： python3 -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple 或 python3 -m pip install paddlepaddle-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple

您可验证是否安装成功，如有问题请查看FAQ

注：

• 如果是python2.7, 建议使用python命令; 如果是python3.x, 则建议使用python3命令
• python -m pip install paddlepaddle-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple 此命令将安装支持CUDA 10.0 cuDNN v7的PaddlePaddle，如您对CUDA或cuDNN版本有不同要求，可用python -m pip install paddlepaddle-gpu==[版本号] -i https://pypi.tuna.tsinghua.edu.cn/simple或 python3 -m pip install paddlepaddle-gpu==[版本号] -i https://pypi.tuna.tsinghua.edu.cn/simple命令来安装，版本号请见这里，关于paddlepaddle与CUDA, cuDNN版本的对应关系请见安装包列表
• 默认下载最新稳定版的安装包，如需获取开发版安装包，请参考这里

验证安装

安装完成后您可以使用 python 或 python3 进入python解释器，输入import paddle.fluid as fluid ，再输入 fluid.install_check.run_check()

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

如何卸载

请使用以下命令卸载PaddlePaddle：

• CPU版本的PaddlePaddle: python -m pip uninstall paddlepaddle 或 python3 -m pip uninstall paddlepaddle
• GPU版本的PaddlePaddle: python -m pip uninstall paddlepaddle-gpu 或 python3 -m pip uninstall paddlepaddle-gpu