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：

安装步骤

  • CPU版PaddlePaddle：pip install -U paddlepaddle 或 pip3 install -U paddlepaddle
  • GPU版PaddlePaddle：pip install -U paddlepaddle-gpu 或 pip3 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]或 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 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: pip uninstall paddlepaddle 或 pip3 uninstall paddlepaddle

  • GPU版本的PaddlePaddle: pip uninstall paddlepaddle-gpu 或 pip3 uninstall paddlepaddle-gpu