Linux下的PIP安装

一、环境准备

1.1目前飞桨支持的环境

  • Linux 版本 (64 bit)

    • CentOS 7 (GPU版本支持CUDA 10.1/10.2/11.2)

    • Ubuntu 16.04 (GPU 版本支持 CUDA 10.1/10.2/11.2)

    • Ubuntu 18.04 (GPU 版本支持 CUDA 10.1/10.2/11.2)

  • Python 版本 3.6/3.7/3.8/3.9 (64 bit)

  • pip 或 pip3 版本 20.2.2或更高版本 (64 bit)

1.2如何查看您的环境

  • 可以使用以下命令查看本机的操作系统和位数信息:

    uname -m && cat /etc/*release
    
  • 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

    • 根据您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
      
  • 需要确认python的版本是否满足要求

    • 使用以下命令确认是 3.6/3.7/3.8/3.9

      python --version
      
  • 需要确认pip的版本是否满足要求,要求pip版本为20.2.2或更高版本

    python -m ensurepip
    
    python -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:

    python -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

二、开始安装

本文档为您介绍pip安装方式

首先请您选择您的版本

  • 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,请确保满足以下条件并且安装GPU版PaddlePaddle

    • CUDA 工具包10.1/10.2配合cuDNN v7.6+(如需多卡支持,需配合NCCL2.7及更高)

    • CUDA 工具包11.2配合cuDNN v8.1.1(如需多卡支持,需配合NCCL2.7及更高)

    • GPU运算能力超过3.5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

  • 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):

    • Centos 系统可以参考以下命令

      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
      
      rpm -i nvidia-machine-learning-repo-rhel7-1.0.0-1.x86_64.rpm
      
      yum update -y
      
      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
      
    • Ubuntu 系统可以参考以下命令

      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
      

2.1 CPU版的PaddlePaddle

python -m pip install paddlepaddle==0.0.0 -f https://www.paddlepaddle.org.cn/whl/linux/cpu-mkl/develop.html

2.2 GPU版的PaddlePaddle

2.2.1 CUDA10.1的PaddlePaddle

python -m pip install paddlepaddle-gpu==0.0.0.post101 -f https://www.paddlepaddle.org.cn/whl/linux/gpu/develop.html

2.2.2 CUDA10.2的PaddlePaddle

python -m pip install paddlepaddle-gpu==0.0.0.post102 -f https://www.paddlepaddle.org.cn/whl/linux/gpu/develop.html

2.2.3 CUDA11.2的PaddlePaddle

python -m pip install paddlepaddle-gpu==0.0.0.post112 -f https://www.paddlepaddle.org.cn/whl/linux/gpu/develop.html

注:

  • 如果你使用的是安培架构的GPU,推荐使用CUDA11.2。如果你使用的是非安培架构的GPU,推荐使用CUDA10.2,性能更优。

  • 请确认需要安装 PaddlePaddle 的 Python 是您预期的位置,因为您计算机可能有多个 Python。根据您的环境您可能需要将说明中所有命令行中的 python 替换为 python3 或者替换为具体的 Python 路径。

三、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 ,再输入 paddle.utils.run_check()

如果出现PaddlePaddle is installed successfully!,说明您已成功安装。

四、如何卸载

请使用以下命令卸载PaddlePaddle:

  • CPU版本的PaddlePaddle: python -m pip uninstall paddlepaddle

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