• CentOS下安装
    • 环境准备
      • 注意事项
    • 选择CPU/GPU
    • 安装方式
    • 安装步骤
    • 验证安装
    • 如何卸载

    CentOS下安装

    环境准备

    • CentOS 版本 (64 bit)
      • CentOS 6 (GPU版本支持CUDA 9/10, 仅支持单卡)
      • CentOS 7 (GPU版本支持CUDA 8/9/10, 其中CUDA 8仅支持单卡)
    • 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
    • 可以使用pip -V(Python版本为2.7)或pip3 -V(Python版本为3.5/3.6/3.7),确认pip/pip3版本是否满足要求
    • 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版本的PaddlePaddle

    • 如果您的计算机有NVIDIA® GPU,请确保满足以下条件并且安装GPU版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)
      • CUDA 工具包8.0配合cuDNN v7.3+(官方不支持多卡)
      • 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CentOS 7,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:
    1. wget http://developer.download.nvidia.com/compute/machine-learning/repos/rhel7/x86_64/nvidia-machine-learning-repo-rhel7-1.0.0-1.x86_64.rpm
    2. rpm -i nvidia-machine-learning-repo-rhel7-1.0.0-1.x86_64.rpm
    3. yum update -y
    4. yum install -y libnccl-2.3.7-2+cuda9.0 libnccl-devel-2.3.7-2+cuda9.0 libnccl-static-2.3.7-2+cuda9.0

    安装方式

    CentOS系统下有4种安装方式:

    • pip安装(推荐)
    • 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:pip install -U paddlepaddlepip3 install -U paddlepaddle
    • GPU版PaddlePaddle:pip install -U paddlepaddle-gpupip3 install -U paddlepaddle-gpu您可验证是否安装成功,如有问题请查看FAQ

    注:

    • pip与python版本对应。如果是python2.7, 建议使用pip命令; 如果是python3.x, 则建议使用pip3命令
    • pip install -U paddlepaddle-gpu 此命令将安装支持CUDA 9.0 cuDNN v7的PaddlePaddle,如您对CUDA或cuDNN版本有不同要求,可用pip install -U paddlepaddle-gpu==[版本号]pip3 install -U paddlepaddle-gpu==[版本号]命令来安装,版本号请见这里
    • 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 pythonpython3 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: pip uninstall paddlepaddlepip3 uninstall paddlepaddle

    • GPU版本的PaddlePaddle: pip uninstall paddlepaddle-gpupip3 uninstall paddlepaddle-gpu