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 python 或 python3 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