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
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
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 -i https://mirror.baidu.com/pypi/simple
2.2 GPU版的PaddlePaddle¶
2.2.1 CUDA10.1的PaddlePaddle
python -m pip install paddlepaddle-gpu==2.1.1.post101 -f https://paddlepaddle.org.cn/whl/mkl/stable.html
2.2.2 CUDA10.2的PaddlePaddle
python -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple
2.2.3 CUDA11.0的PaddlePaddle
python -m pip install paddlepaddle-gpu==2.1.1.post110 -f https://paddlepaddle.org.cn/whl/mkl/stable.html
2.2.4 CUDA11.2的PaddlePaddle
python -m pip install paddlepaddle-gpu==2.1.1.post112 -f https://paddlepaddle.org.cn/whl/mkl/stable.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。
如果您需要使用清华源，可以通过以下命令
python -m pip install paddlepaddle-gpu==[版本号] -i https://pypi.tuna.tsinghua.edu.cn/simple
上述命令默认安装
avx的包。如果你的机器不支持avx，需要安装noavx的Paddle包，可以通过以下命令安装，仅支持python3.8：cpu、mkl版本noavx机器安装：
python -m pip install paddlepaddle==2.1.1 -f http://www.paddlepaddle.org.cn/whl/mkl/stable/noavx/html --no-index
cpu、openblas版本noavx机器安装：
python -m pip install paddlepaddle==2.1.1 -f https://www.paddlepaddle.org.cn/whl/openblas/stable/noavx.html --no-index
gpu版本cuda10.1安装：
python -m pip install paddlepaddle-gpu==2.1.1.post101 -f https://www.paddlepaddle.org.cn/whl/mkl/stable/noavx.html
gpu版本cuda10.2安装：
python -m pip install paddlepaddle-gpu==2.1.1 -f https://www.paddlepaddle.org.cn/whl/mkl/stable/noavx.html --no-index
判断你的机器是否支持
avx，可以输入以下命令，如果输出中包含avx，则表示机器支持avxcat /proc/cpuinfo | grep -i avx
如果你想安装联编
tensorrt的Paddle包，可以通过以下命令python -m pip install paddlepaddle-gpu==[版本号] -f https://paddlepaddle.org.cn/whl/stable/tensorrt.html
如果你想安装
openblas的Paddle包，可以通过以下命令python -m pip install paddlepaddle-gpu==[版本号] -f https://paddlepaddle.org.cn/whl/openblas/stable.html
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 paddlepaddleGPU版本的PaddlePaddle:
python -m pip uninstall paddlepaddle-gpu