Ubuntu下从源码编译

环境准备

  • Ubuntu 版本 (64 bit)
    • Ubuntu 14.04 (GPU 版本支持 CUDA 8/10.0)
    • Ubuntu 16.04 (GPU 版本支持 CUDA 8/9/10.0)
    • Ubuntu 18.04 (GPU 版本支持 CUDA 10.0)
  • 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)

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)

    • CUDA 工具包8.0配合cuDNN v7.1+(如需多卡支持,需配合NCCL2.1.15-2.2.13)

    • 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CUDAcuDNN

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

安装步骤

在Ubuntu的系统下有2种编译方式:

  • 用Docker编译(暂不支持Ubuntu18.04下GPU版本)
  • 本机编译

用Docker编译

Docker是一个开源的应用容器引擎。使用Docker,既可以将PaddlePaddle的安装&使用与系统环境隔离,也可以与主机共享GPU、网络等资源

使用Docker编译PaddlePaddle,您需要:

请您按照以下步骤安装:

  • 请首先选择您希望储存PaddlePaddle的路径,然后在该路径下使用以下命令将PaddlePaddle的源码从github克隆到本地当前目录下名为Paddle的文件夹中:

git clone https://github.com/PaddlePaddle/Paddle.git

  • 进入Paddle目录下: cd Paddle

  • 创建并进入满足编译环境的Docker容器:

    • 编译CPU版本的PaddlePaddle:

docker run --name paddle-test -v $PWD:/paddle --network=host -it hub.baidubce.com/paddlepaddle/paddle:latest-dev /bin/bash

—name paddle-test为您创建的Docker容器命名为paddle-test;

-v $PWD:/paddle 将当前目录挂载到Docker容器中的/paddle目录下(Linux中PWD变量会展开为当前路径的绝对路径);

-it 与宿主机保持交互状态,hub.baidubce.com/paddlepaddle/paddle:latest-dev 使用名为hub.baidubce.com/paddlepaddle/paddle:latest-dev的镜像创建Docker容器,/bin/bash 进入容器后启动/bin/bash命令。

  • 编译GPU版本的PaddlePaddle:

nvidia-docker run --name paddle-test -v $PWD:/paddle --network=host -it hub.baidubce.com/paddlepaddle/paddle:latest-dev /bin/bash

—name paddle-test为您创建的Docker容器命名为paddle-test;

-v $PWD:/paddle 将当前目录挂载到Docker容器中的/paddle目录下(Linux中PWD变量会展开为当前路径的绝对路径);

-it 与宿主机保持交互状态,hub.baidubce.com/paddlepaddle/paddle:latest-dev 使用名为hub.baidubce.com/paddlepaddle/paddle:latest-dev的镜像创建Docker容器,/bin/bash 进入容器后启动/bin/bash命令。

注意:hub.baidubce.com/paddlepaddle/paddle:latest-dev内部安装CUDA 8.0。

  • 进入Docker后进入paddle目录下:

cd paddle

  • 切换到较稳定release分支下进行编译:

git checkout [分支名]

例如:

git checkout release/1.5

注意:python3.6、python3.7版本从release/1.2分支开始支持

  • 创建并进入/paddle/build路径下:

mkdir -p /paddle/build && cd /paddle/build

  • 使用以下命令安装相关依赖:
  1. For Python2: pip install protobuf
  2. For Python3: pip3.5 install protobuf

注意:以上用Python3.5命令来举例,如您的Python版本为3.6/3.7,请将上述命令中的Python3.5改成Python3.6/Python3.7

安装protobuf。

apt install patchelf

安装patchelf 这是一个小而实用的程序,用于修改ELF可执行文件的动态链接器和RPATH

  • 执行cmake:

具体编译选项含义请参见编译选项表

请注意修改参数-DPY_VERSION为您希望编译使用的python版本, 例如-DPY_VERSION=3.5表示python版本为3.5.x

  • 编译CPU版本PaddlePaddle:

cmake .. -DPY_VERSION=3.5 -DWITH_GPU=OFF -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release

  • 编译GPU版本PaddlePaddle:

cmake .. -DPY_VERSION=3.5 -DWITH_GPU=ON -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release

  • 执行编译:

make -j$(nproc)

使用多核编译

  • 编译成功后进入/paddle/build/python/dist目录下找到生成的.whl包: cd /paddle/build/python/dist

  • 在当前机器或目标机器安装编译好的.whl包:

  1. For Python2: pip install -Uwhl包的名字)
  2. For Python3: pip3.5 install -Uwhl包的名字)

注意:以上涉及Python3的命令,用Python3.5来举例,如您的Python版本为3.6/3.7,请将上述命令中的Python3.5改成Python3.6/Python3.7

恭喜,至此您已完成PaddlePaddle的编译安装。您只需要进入Docker容器后运行PaddlePaddle,即可开始使用。更多Docker使用请参见Docker官方文档

注:PaddlePaddle Docker镜像为了减小体积,默认没有安装vim,您可以在容器中执行 apt-get install -y vim 来安装。

本机编译

  • 检查您的计算机和操作系统是否符合我们支持的编译标准: uname -m && cat /etc/*release

  • 更新apt的源: apt update, 并提前安装OpenCV

  • 我们支持使用virtualenv进行编译安装,首先请使用以下命令创建一个名为paddle-venv的虚环境:

    • a. 安装Python-dev(请注意Ubuntu16.04下的python2.7不支持gcc4.8,请使用gcc5.4编译Paddle):
  1. For Python2: apt install python-dev
  2. For Python3: apt install python3.5-dev
  • b. 安装pip: (请保证拥有9.0.1及以上版本的pip):
  1. For Python2: apt install python-pip
  2. For Python3: apt-get update && apt-get install -y software-properties-common && add-apt-repository ppa:deadsnakes/ppa && apt install curl && curl https://bootstrap.pypa.io/get-pip.py -o - | python3.5 && easy_install pip
  • c. 安装虚环境virtualenv以及virtualenvwrapper并创建名为paddle-venv的虚环境:

    • apt install virtualenvpip install virtualenvpip3 install virtualenv
    • apt install virtualenvwrapperpip install virtualenvwrapperpip3 install virtualenvwrapper
    • 找到virtualenvwrapper.shfind / -name virtualenvwrapper.sh
    • (Only for Python3) 设置虚环境的解释器路径:export VIRTUALENVWRAPPER_PYTHON=/usr/bin/python3.5
    • 查看virtualenvwrapper.sh中的安装方法: cat virtualenvwrapper.sh, 该shell文件中描述了步骤及命令
    • 按照virtualenvwrapper.sh中的描述,安装virtualwrapper
    • 设置VIRTUALENVWRAPPER_PYTHON:export VIRTUALENVWRAPPER_PYTHON=[python-lib-path]:$PATH (这里将[python-lib-path]的最后两级目录替换为/bin/)
    • 创建名为paddle-venv的虚环境: mkvirtualenv paddle-venv
      注意:以上涉及Python3的命令,用Python3.5来举例,如您的Python版本为3.6/3.7,请将上述命令中的Python3.5改成Python3.6/Python3.7
  • 进入虚环境:workon paddle-venv

  • 执行编译前请您确认在虚环境中安装有编译依赖表中提到的相关依赖:

    • 这里特别提供patchELF的安装方法,其他的依赖可以使用apt install或者pip install 后跟依赖名称和版本安装:

apt install patchelf

不能使用apt安装的用户请参见patchElF github官方文档

  • 将PaddlePaddle的源码clone在当下目录下的Paddle的文件夹中,并进入Padde目录下:

  • 切换到较稳定release分支下进行编译,将中括号以及其中的内容替换为目标分支名:

git checkout [分支名]

例如:

git checkout release/1.5

  • 并且请创建并进入一个叫build的目录下:

mkdir build && cd build

  • 执行cmake:

具体编译选项含义请参见编译选项表

  • 对于需要编译CPU版本PaddlePaddle的用户:
  1. For Python2: cmake .. -DWITH_GPU=OFF -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release
  2. For Python3: cmake .. -DPY_VERSION=3.5 -DWITH_GPU=OFF -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release
  • 对于需要编译GPU版本PaddlePaddle的用户:(仅支持ubuntu16.04/14.04)

    • 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:

i. wget https://developer.download.nvidia.com/compute/machine\-learning/repos/ubuntu1604/x86\_64/nvidia\-machine\-learning\-repo\-ubuntu1604\_1.0.0\-1\_amd64.deb

ii. dpkg -i nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb

iii. sudo apt-get install -y libnccl2=2.3.7-1+cuda9.0 libnccl-dev=2.3.7-1+cuda9.0

  1. -

如果您已经正确安装了nccl2,就可以开始cmake了:(For Python3: 请给PY_VERSION参数配置正确的python版本)

  1. For Python2: cmake .. -DWITH_GPU=ON -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release
  2. For Python3: cmake .. -DPY_VERSION=3.5 -DWITH_GPU=ON -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release

注意:以上涉及Python3的命令,用Python3.5来举例,如您的Python版本为3.6/3.7,请将上述命令中的Python3.5改成Python3.6/Python3.7

  • 使用以下命令来编译:

make -j$(nproc)

使用多核编译

如果编译过程中显示“Too many open files”错误时,请使用指令 ulimit -n 8192 来增大当前进程允许打开的文件数,一般来说8192可以保证编译完成。

  • 编译成功后进入/paddle/build/python/dist目录下找到生成的.whl包: cd /paddle/build/python/dist

  • 在当前机器或目标机器安装编译好的.whl包:

pip install -U(whl包的名字)pip3 install -U(whl包的名字)

恭喜,至此您已完成PaddlePaddle的编译安装

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

使用Docker安装PaddlePaddle的用户,请进入包含PaddlePaddle的容器中使用上述命令,注意使用对应版本的pip