安装与编译

下载速度慢

Q: pip install过于缓慢

  • 问题描述:使用pip或pip3.5/pip3.6/pip3.7 install paddlepaddle时出现下载过慢的情况

  • 问题解答:可以在使用pip的时候在后面加上-i参数，指定pip源，使用国内源加速：

Python2:

pip install paddlepaddle -i http://pypi.douban.com/simple/

Python3:

pip3 install paddlepaddle -i http://pypi.douban.com/simple/

这里也可以将 -i 后的参数换成：https://mirrors.aliyun.com/pypi/simple/

Q: github下载耗时

  • 问题描述使用git clone https://github.com/PaddlePaddle/models.git命令下载models目录耗时数个小时

  • 问题解答有两种加速方法（需要管理员权限root/administration）:

  • 编辑hosts 文件

Linux/Mac：vim/etc/hosts

Windows：双击 C:\Windows\System32\drivers\etc\hosts

  • 添加下面两行内容到hosts文件中

151.101.72.249 github.global.ssl.fastly.net

192.30.253.112 github.com

环境问题

Q: CPU版本可运行，GPU版本运行失败

  • 问题描述版本为paddlepaddle_gpu-0.14.0.post87-cp27-cp27mu-manylinux1_x86_64.whl，跑一个简单的测试程序，出现Segmentation fault。其中 如果place为cpu，可以正常输出，改成gpu则core。

  • 问题解答安装版本为paddlepaddle_gpu-0.14.0.post87-cp27-cp27mu-manylinux1_x86_64.whl，其中post87是指在CUDA8.0、cudnn7.0编译的，请确定您机器上是否安装了对应版本的cuDNN。造成问题描述中现象的情况通常可能是环境不匹配导致的。

Q: 可以用 IDE 吗？
  • 问题解答当然可以，因为源码就在本机上。IDE 默认调用 make 之类的程序来编译源码，我们只需要配置 IDE 来调用 Docker 命令编译源码即可。

很多 PaddlePaddle 开发者使用 Emacs。他们在自己的 ~/.emacs 配置文件里加两行:

global-set-key "\C-cc" 'compile

setq compile-command "docker run —rm -it -v $(git rev-parse —show-toplevel):/paddle paddle:dev"

就可以按 Ctrl-C 和 c 键来启动编译了。

Q: 可以并行编译吗？
  • 问题解答是的。我们的 Docker image 运行一个 Bash 脚本。这个脚本调用make -j$(nproc) 来启动和 CPU 核一样多的进程来并行编译。
Q: 磁盘不够？
  • 问题解答在本文中的例子里，docker run 命令里都用了 —rm 参数，这样保证运行结束之后的 containers 不会保留在磁盘上。可以用 docker ps -a 命令看到停止后但是没有删除的 containers。docker build 命令有时候会产生一些中间结果，是没有名字的 images，也会占用磁盘。

CPU

源代码编译问题

Linux系统

Q: CentOS6下如何编译python2.7为共享库
  • 问题解答使用以下指令：
  1. ./configure --prefix=/usr/local/python2.7 --enable-shared
  2. make && make install
Q: 安装swig后找不到swig

  • 问题描述ubuntu14编译安装时已经安装了swig，之后在虚环境中make编译时报找不到swig错误。

  • 问题解答安装时没有严格按照官网安装流程的顺序安装，退出虚环境再安装一次swig。

Q: 源代码编译安装后出现版本错误

  • 问题描述在Liunx环境上，通过编译源码的方式安装PaddlePaddle，当安装成功后，运行 paddle version, 出现 PaddlePaddle 0.0.0？

  • 问题解答如果运行 paddle version, 出现PaddlePaddle 0.0.0；或者运行 cmake ..，出现

  1. CMake Warning at cmake/version.cmake:20 (message):
  2. Cannot add paddle version from git tag

在dev分支下这个情况是正常的，在release分支下通过export PADDLE_VERSION=对应版本号来解决。

Q: Ubuntu编译时大量代码段不能识别
  • 问题解答这可能是由于cmake版本不匹配造成的，请在gcc的安装目录下使用以下指令：
  1. apt install gcc-4.8 g++-4.8
  2. cp gcc gcc.bak
  3. cp g++ g++.bak
  4. rm gcc
  5. rm g++
  6. ln -s gcc-4.8 gcc
  7. ln -s g++-4.8 g++

MacOS系统

Q: 在 Windows/MacOS 上编译很慢？
  • 问题解答Docker 在 Windows 和 MacOS 都可以运行。不过实际上是运行在一个Linux虚拟机上。可能需要注意给这个虚拟机多分配一些 CPU 和内存，以保证编译高效。具体做法请参考issue627。
Q: 编译develop分支代码后出现No such file or directory

  • 问题描述MacOS本地编译PaddlePaddle github上develop分支的代码出现，出现No such file or directory错误？

  • 问题解答因为此时develop分支上Generating build/.timestamp这一步涉及的代码还在进行修改，所以并不能保证稳定，建议切换回稳定分支进行编译安装。

可以通过执行如下命令将分支切换到0.14.0进行编译:

  1. cd Paddle
  2. git checkout -b release/1.1
  3. cd build &&  rm -rf *
  4. cmake .. -DWITH_FLUID_ONLY=ON -DWITH_GPU=OFF -DWITH_TESTING=OFF
  5. make -j4

编译成功后的结果如图：

安装与编译 - 图1

Q: 找不到各种module
  • 问题描述在MacOSX上从源码编译，最后cmake ..时

Could NOT find PY_google.protobuf (missing: PY_GOOGLE.PROTOBUF)CMake Error at cmake/FindPythonModule.cmake:27 (message):python module google.protobuf is not found

若通过-D设置路径后，又会有其他的如Could not find PY_wheel等其他找不到的情况

  • 问题解答安装与编译 - 图2

如上，当cmake找到python解释器和python库时，如果安装了许多pythons，它总会找到不同版本的Python。在这种情况下，您应该明确选择应该使用哪个python。通过cmake显式设置python包。只要确保python libs和python解释器是相同的python可以解决所有这些问题。当这个python包有一些原生扩展时，例如numpy，显式set python包可能会失败。

Q: ld terminated with signal 9 [Killed]错误

  • 问题描述在MacOS下，本地直接编译安装PaddlePaddle遇到collect2: ld terminated with signal 9 [Killed] ？

  • 问题解答该问题是由磁盘空间不足造成的，你的硬盘要有30G+的空余空间，请尝试清理出足够的磁盘空间，重新安装。

Q: Error 2

  • 问题描述MacOS本机直接通过源码编译的方式安装PaddlePaddle出现[paddle/fluid/platform/CMakeFiles/profiler_py_proto.dir/all] Error 2？

  • 报错截图安装与编译 - 图3

  • 问题解答使用cmake版本为3.4则可。自行编译建议GCC版本:4.8、5.4以及更高。

Q: wget: command not found

  • 问题描述MacOS 10.12下编译PaddlePaddle出现/bin/sh: wget: command not found，如何解决？

  • 问题解答报错的原因从报错输出的信息中可以发现，即没有有找到wget命令，安装wget则可，安装命令如下：

  1. brew install wget
Q: Configuring incomplete, errors occured!

  • 问题描述以源码方式在MacOS上安装时，出现Configuring incomplete, errors occured!？

  • 问题解答安装PaddlePaddle编译时需要的各种依赖则可，如下：

  1. pip install wheel
  2. brew install protobuf@3.1
  3. pip install protobuf==3.1.0

如果执行pip install protobuf==3.1.0时报错，输出下图内容：

安装与编译 - 图4

从图中可以获得报错的关键为Cannot uninstall 'six'，那么解决方法就是先安装好six，再尝试安装protobuf 3.1.0如下：

  1. easy_install -U six
  2. pip install protobuf==3.1.0
Q: 基于Docker容器编译 VS MacOS本机编译

  • 问题描述PaddlePaddle官方文档中，关于MacOS下安装PaddlePaddle只提及了MacOS中使用Docker环境安装PaddlePaddle的内容，没有Mac本机安装的内容？

  • 问题解答基于Docker容器编译PaddlePaddle与本机上直接编译PaddlePaddle，所使用的编译执行命令是不一样的，但是官网仅仅给出了基于Docker容器编译PaddlePaddle所执行的命令。

1.基于Docker容器编译PaddlePaddle，需要执行：

  1. # 1. 获取源码
  2. git clone https://github.com/PaddlePaddle/Paddle.git
  3. cd Paddle
  4. # 2. 可选步骤：源码中构建用于编译PaddlePaddle的Docker镜像
  5. docker build -t paddle:dev .
  6. # 3. 执行下面的命令编译CPU-Only的二进制
  7. docker run -it -v $PWD:/paddle -e "WITH_GPU=OFF" -e "WITH_TESTING=OFF" paddlepaddle/paddle_manylinux_devel:cuda8.0_cudnn5 bash -x /paddle/paddle/scripts/paddle_build.sh build
  8. # 4. 或者也可以使用为上述可选步骤构建的镜像（必须先执行第2步）
  9. docker run -it -v $PWD:/paddle -e "WITH_GPU=OFF" -e "WITH_TESTING=OFF" paddle:dev

2.直接在本机上编译PaddlePaddle，需要执行：

  1. # 1. 使用virtualenvwrapper创建python虚环境并将工作空间切换到虚环境
  2. mkvirtualenv paddle-venv
  3. workon paddle-venv
  4. # 2. 获取源码
  5. git clone https://github.com/PaddlePaddle/Paddle.git
  6. cd Paddle
  7. # 3. 执行下面的命令编译CPU-Only的二进制
  8. mkdir build && cd build
  9. cmake .. -DWITH_GPU=OFF -DWITH_TESTING=OFF
  10. make -j$(nproc)

更详细的内容，请参考官方文档

安装冲突

Q: Error-平台不支持

  • 问题描述安装PaddlePaddle过程中，出现paddlepaddle*.whl is not a supported wheel on this platform？

  • 问题解答paddlepaddle*.whl is not a supported wheel on this platform表示你当前使用的PaddlePaddle不支持你当前使用的系统平台，即没有找到和当前系统匹配的paddlepaddle安装包。最新的paddlepaddle python安装包支持Linux x86_64和MacOS 10.12操作系统，并安装了python 2.7和pip 9.0.1。请先尝试安装最新的pip，方法如下：

  1. pip install --upgrade pip

如果还不行，可以执行 python -c "import pip; print(pip.pep425tags.get_supported())" 获取当前系统支持的python包的后缀，并对比是否和正在安装的后缀一致。

如果系统支持的是 linux_x86_64 而安装包是 manylinux1_x86_64 ，需要升级pip版本到最新；

如果系统支持 manylinux1_x86_64 而安装包（本地）是 linux_x86_64 ，可以重命名这个whl包为 manylinux1_x86_64 再安装。

Q: NumPy & Python冲突

  • 问题描述因为需要安装numpy等包，但在Mac自带的Python上无法安装，权限错误导致难以将PaddlePaddle正常安装到Mac本地？

  • 问题解答Mac上对自带的Python和包有严格的权限保护，最好不要在自带的Python上安装。建议用virtualenv建立一个新的Python环境来操作。virtualenv的基本原理是将机器上的Python运行所需的运行环境完整地拷贝一份。我们可以在一台机器上制造多份拷贝，并在这多个拷贝之间自由切换，这样就相当于在一台机器上拥有了多个相互隔离、互不干扰的Python环境。

下面使用virtualenv为Paddle生成一个专用的Python环境。

安装virtualenv，virtualenv本身也是Python的一个包，可以用pip进行安装：

  1. sudo -H pip install virtualenv

由于virtualenv需要安装给系统自带的Python，因此需要使用sudo权限。接着使用安装好的virtualenv创建一个新的Python运行环境：

  1. virtualenv --no-site-packages paddle

—no-site-packages 参数表示不拷贝已有的任何第三方包，创造一个完全干净的新Python环境。后面的paddle是我们为这个新创建的环境取的名字。执行完这一步后，当前目录下应该会出现一个名为paddle（或者你取的其他名字）的目录。这个目录里保存了运行一个Python环境所需要的各种文件。启动运行环境：

  1. source paddle/bin/activate

执行后会发现命令提示符前面增加了(paddle)字样，说明已经成功启动了名为‘paddle’的Python环境。执行which python，可以发现使用的已经是刚刚创建的paddle目录下的Python。在这个环境中，我们可以自由地进行PaddlePaddle的安装、使用和开发工作，无需担心对系统自带Python的影响。如果我们经常使用Paddle这个环境，我们每次打开终端后都需要执行一下source paddle/bin/activate来启动环境，比较繁琐。为了简便，可以修改终端的配置文件，来让终端每次启动后自动启动特定的Python环境。执行:

  1. vi ~/.bash_profile

打开终端配置文件，并在文件的最后添加一行：

  1. source paddle/bin/activate

这样，每次打开终端时就会自动启动名为‘paddle’的Python环境了。

安装后无法使用

Q: 安装后无法import paddle.fluid

  • 问题描述MacOS下安装PaddlePaddle后import paddle.fluid出现Fatal Python error: PyThreadState_Get: no current thread running错误

  • 问题解答For Python2.7.x （install by brew): 请使用export LD_LIBRARY_PATH=/usr/local/Cellar/python@2/2.7.15_1/Frameworks/Python.framework/Versions/2.7 && export DYLD_LIBRARY_PATH=/usr/local/Cellar/python@2/2.7.15_1/Frameworks/Python.framework/Versions/2.7

For Python2.7.x （install by Python.org): 请使用export LD_LIBRARY_PATH=/Library/Frameworks/Python.framework/Versions/2.7 && export DYLD_LIBRARY_PATH=/Library/Frameworks/Python.framework/Versions/2.7

For Python3.5.x （install by Python.org): 请使用export LD_LIBRARY_PATH=/Library/Frameworks/Python.framework/Versions/3.5/ && export DYLD_LIBRARY_PATH=/Library/Frameworks/Python.framework/Versions/3.5/

Q: CPU版本训练中自动退出

  • 问题描述成功安装了PaddlePaddle CPU版本后，使用Paddle训练模型，训练过程中，Paddle会自动退出，gdb显示Illegal instruction？

  • 问题解答CPU版本PaddlePaddle自动退出的原因通常是因为所在机器不支持AVX2指令集而主动abort。简单的判断方法：用gdb-7.9以上版本（因编译C++文件用的工具集是gcc-4.8.2，目前只知道gdb-7.9这个版本可以debug gcc4编译出来的目标文件）：

  1. $ /path/to/gdb -iex "set auto-load safe-path /" -iex "set solib-search-path /path/to/gcc-4/lib" /path/to/python -c core.xxx

在gdb界面：

  1. (gdb) disas

找到箭头所指的指令，例如：

  1.    0x00007f381ae4b90d <+3101>:  test   %r8,%r8
  2. => 0x00007f381ae4b912 <+3106>:  vbroadcastss %xmm0,%ymm1
  3.    0x00007f381ae4b917 <+3111>:  lea    (%r12,%rdx,4),%rdi

然后google一下这个指令需要的指令集。上面例子中的带xmm和ymm操作数的vbroadcastss指令只在AVX2中支持然后看下自己的CPU是否支持该指令集

  1. cat /proc/cpuinfo | grep flags | uniq | grep avx --color

如果没有AVX2，就表示确实是指令集不支持引起的主动abort。

如果没有AVX2指令集，就需要要安装不支持AVX2指令集版本的PaddlePaddle，默认安装的PaddlePaddle是支持AVX2指令集的，因为AVX2可以加速模型训练的过程，更多细节可以参考安装文档。

Q: Python相关单元测试失败
  • 问题描述安装完了PaddlePaddle后，出现以下python相关的单元测试都过不了的情况：
  1. 24 - test_PyDataProvider (Failed)
  2. 26 - test_RecurrentGradientMachine (Failed)
  3. 27 - test_NetworkCompare (Failed)
  4. 28 - test_PyDataProvider2 (Failed)
  5. 32 - test_Prediction (Failed)
  6. 33 - test_Compare (Failed)
  7. 34 - test_Trainer (Failed)
  8. 35 - test_TrainerOnePass (Failed)
  9. 36 - test_CompareTwoNets (Failed)
  10. 37 - test_CompareTwoOpts (Failed)
  11. 38 - test_CompareSparse (Failed)
  12. 39 - test_recurrent_machine_generation (Failed)
  13. 40 - test_PyDataProviderWrapper (Failed)
  14. 41 - test_config_parser (Failed)
  15. 42 - test_swig_api (Failed)
  16. 43 - layers_test (Failed)

并且查询PaddlePaddle单元测试的日志，提示：

  1. paddle package is already in your PYTHONPATH. But unittest need a clean environment.
  2. Please uninstall paddle package before start unittest. Try to 'pip uninstall paddle'.
  • 问题解答卸载PaddlePaddle包 pip uninstall paddle, 清理掉老旧的PaddlePaddle安装包，使得单元测试有一个干净的环境。如果PaddlePaddle包已经在python的site-packages里面，单元测试会引用site-packages里面的python包，而不是源码目录里 /python 目录下的python包。同时，即便设置 PYTHONPATH 到 /python 也没用，因为python的搜索路径是优先已经安装的python包。

GPU

安装过程中报错

Q: Error: Can not load core_noavx.* .ImportError
  • 问题描述为了更好的支持paddle安装包在不同指令集（AVX和没有AVX）的机器上运行，近期对paddle核心core文件进行了修改（有重命名），可能会导致开发者遇到类似如下warning或者错误：
  1. WARNING: Can not import avx core. You may not build with AVX, but AVX is supported on local machine, you could build paddle WITH_AVX=ON to get bettwe performance. Error: Can not load core_noavx.* .ImportError
  • 问题解读这条信息分为2个，前者是warning，是追求性能的warning，普通情况可以忽略。后者是，Error：往后才是导致不能继续运行的地方。

  • 问题解答

  • 更新最新代码，如上图的错误代表您还不是最新代码，请更新之后尝试。

  • 如果您机器上之前本来就安装有paddlepaddle，请使用pip install -U paddlepaddle， 加上-U选项明确代表升级。

  • 如果问题还存在，可能问题原因是之前build缓存没有删除导致，可以make clean，删除build目录下的python目录从而删除原有缓存，重新编译安装即可。

  • 如果仍然有问题，当然，通常到这里就已经不是paddle本身的问题了，并且该错误跟AVX本身没有任何关系，请怀疑下您的运行环境是否和编译环境一致，包括glibc，python版本等信息。或者，是您的加了什么代码，没有正确加到pybind导致的错误。

    • 请仔细查看错误信息，会提示缺失或者load错误的原因。
    • 请确认安装后的python目录下（通常会在/usr/local/lib/python2.7/dist-packages/paddle/fluid）中是否有core_avx.so或者core_noavx.so，这两文件其中一个，或者两个都有。如果都没有，或者只有core.so那说明第一和二步没有正确执行。并请仔细查看python输出的load失败的报错信息。通常这个是因为编译和运行不在一个环境导致的错误，比如glibc版本不匹配等，这个与本次升级无关。
Q: 报错“nccl.h找不到”

安装过程中cuDNN报错

Q: CUDNN_STATUS_NOT_INITIALIZED
  • 问题描述遇到如下cuDNN报错如何解决？
  1. CUDNN_STATUS_NOT_INITIALIZED at [/paddle/paddle/fluid/platform/device_context.cc:216]
  • 问题解答cuDNN与CUDA版本不一致导致。PIP安装的GPU版本默认使用CUDA 9.0和cuDNN 7编译，请根据您的环境配置选择在官网首页选择对应的安装包进行安装，例如paddlepaddle-gpu==1.2.0.post87 代表使用CUDA 8.0和cuDNN 7编译的1.2.0版本。

安装过程中CUDA报错

Q: cuda9.0对应paddle版本

  • 问题描述cuda9.0需要安装哪一个版本的paddle，安装包在哪?

  • 问题解答

pip install paddlepaddle-gpu命令将安装支持CUDA 9.0 cuDNN v7的PaddlePaddle，可以参考安装说明文档

Q: driver version is insufficient for runtime version

  • 问题描述在使用PaddlePaddle GPU的Docker镜像的时候，出现 Cuda Error: CUDA driver version is insufficient for CUDA runtime version？

  • 问题解答通常出现 Cuda Error: CUDA driver version is insufficient for CUDA runtime version, 原因在于没有把机器上CUDA相关的驱动和库映射到容器内部。

使用nvidia-docker, 命令只需要将docker换为nvidia-docker即可。

更多请参考nvidia-docker

Docker

使用Docker出现编译错误，请额外参照GitHub上Issue12079

Q: 无法下载golang

  • 问题描述根据官方文档中提供的步骤安装Docker，无法下载需要的golang，导致tar: Error is not recoverable: exiting now？

  • 报错截图安装与编译 - 图5

  • 问题解答由上图可知，生成docker镜像时需要下载golang，使用者需要保证电脑可以科学上网。

选择下载并使用docker.paddlepaddlehub.com/paddle:latest-devdocker镜像，执行命令如下：

  1. git clone https://github.com/PaddlePaddle/Paddle.git
  2. cd Paddle
  3. git checkout -b 0.14.0 origin/release/0.14.0
  4. sudo docker run --name paddle-test -v $PWD:/paddle --network=host -it docker.paddlepaddlehub.com/paddle:latest-dev /bin/bash

进入docker编译GPU版本的PaddlePaddle，执行命令如下：

  1. mkdir build && cd build
  2. # 编译GPU版本的PaddlePaddle
  3. cmake .. -DWITH_FLUID_ONLY=ON -DWITH_GPU=ON -DWITH_TESTING=ON
  4. make -j$(nproc)

通过上面的方式操作后：

安装与编译 - 图6

接着安装PaddlePaddle并运行线性回归test_fit_a_line.py程序测试一下PaddlePaddle是安装成功则可

  1. pip install build/python/dist/*.whl
  2. python python/paddle/fluid/tests/book/test_fit_a_line.py
Q: 在Docker镜像上，GPU版本的PaddlePaddle运行结果报错
  • 问题描述安装与编译 - 图7

安装与编译 - 图8

  • 问题解答使用sudo docker run —name paddle-test -v $PWD:/paddle —network=host -it docker.paddlepaddlehub.com/paddle:latest-dev /bin/bash命令创建的docker容器仅能支持运行CPU版本的PaddlePaddle。使用如下命令重新开启支持GPU运行的docker容器：
  1. export CUDA_SO="<span class="markdown-equation" id="equation-0"></span>(\ls /usr/lib64/libnvidia* | xargs -I{} echo '-v {}:{}')"
  2. export DEVICES=$(\ls /dev/nvidia* | xargs -I{} echo '--device {}:{}')
  3. sudo docker run <span class="markdown-equation" id="equation-1"></span>{DEVICES} --rm --name paddle-test-gpu -v /usr/bin/nvidia-smi:/usr/bin/nvidia-smi -v $PWD:/paddle --network=host -it docker.paddlepaddlehub.com/paddle:latest-dev /bin/bash

进入docker之后执行如下命令进行PaddlePaddle的安装及测试运行：

  1. export LD_LIBRARY_PATH=/usr/lib64:/usr/local/lib:$LD_LIBRARY_PATH
  2. pip install build/python/dist/*.whl
  3. python python/paddle/fluid/tests/book/test_fit_a_line.py

安装后无法使用

Q: GPU安装成功，无法import
  • 问题描述使用 sudo nvidia-docker run —name Paddle -it -v $PWD:/work hub.baidubce.com/paddlepaddle/paddle:latest-gpu-cuda8.0-cudnn7 /bin/bash，安装成功后，出现如下问题
  1. import paddle.fluid
  2. *** Aborted at 1539682149 (unix time) try "date -d @1539682149" if you are using GNU date ***
  3. PC: @ 0x0 (unknown)
  4. *** SIGILL (@0x7f6ac6ea9436) received by PID 16 (TID 0x7f6b07bc7700) from PID 18446744072751846454; stack trace: ***
  • 问题解答请先确定一下机器是否支持AVX2指令集，如果不支持，请按照相应的不支持AVX2指令集的PaddlePaddle，可以解决该问题。
Q: 曾经运行成功，现在运行失败

  • 问题描述使用 pip install paddlepaddle-gpu==0.14.0.post87命令在公司内部开发GPU机器上安装PaddlePaddle，按照官网安装：pip install paddlepaddle-gpu==0.14.0.post87，执行 import paddle.fluid as fluid 失败。奇怪的是，同样的环境下，上周运行成功，这周确运行失败，求解答？

  • 问题解答这通常是GPU显存不足导致的，请检查一下机器的显存，确保显存足够后再尝试import paddle.fluid

Q: 安装成功后，示例运行失败

  • 问题描述安装的是cuda9.0和cudnn7.0，默认安装的是0.14.0.post87，训练一个手写数据那个例子的时候报错？

  • 问题解答该问题通常是GPU显存不足造成的，请在显存充足的GPU服务器上再次尝试则可。可以检查一下机器的显存使用情况。

方法如下：

  1. test@test:~$ nvidia-smi
  2. Tue Jul 24 08:24:22 2018       
  3. +-----------------------------------------------------------------------------+
  4. | NVIDIA-SMI 384.130                Driver Version: 384.130                   |
  5. |-------------------------------+----------------------+----------------------+
  6. | GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
  7. | Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
  8. |===============================+======================+======================|
  9. |   0  GeForce GTX 960     Off  | 00000000:01:00.0  On |                  N/A |
  10. | 22%   52C    P2   100W / 120W |   1757MiB /  1994MiB |     98%      Default |
  11. +-------------------------------+----------------------+----------------------+
  12.  
  13. +-----------------------------------------------------------------------------+
  14. | Processes:                                                       GPU Memory |
  15. |  GPU       PID   Type   Process name                             Usage      |
  16. |=============================================================================|
  17. |    0      1071      G   /usr/lib/xorg/Xorg                           314MiB |
  18. |    0      1622      G   compiz                                       149MiB |
  19. |    0      2201      G   fcitx-qimpanel                                 7MiB |
  20. |    0     15304      G   ...-token=58D78B2D4A63DAE7ED838021B2136723    74MiB |
  21. |    0     15598      C   python                                      1197MiB |
  22. +-----------------------------------------------------------------------------+

卸载问题

Q: 报错Cannot uninstall 'six'.
  • 问题描述此问题可能与系统中已有Python有关，请使用pip install paddlepaddle —ignore-installed six（CPU）或pip install paddlepaddle —ignore-installed six（GPU）解决