Linux下安装百度Paddle

一、环境准备

1.1当前飞桨支持的环境

Linux 版本(64 位)

CentOS 7 (GPU 版本支持 CUDA 10.1/10.2/11.0/11.2)

Ubuntu 16.04(GPU版本支持CUDA 10.1/10.2/11.0/11.2)

Ubuntu 18.04(GPU版本支持CUDA 10.1/10.2/11.0/11.2)

Python 版本 3.6/3.7/3.8/3.9(64 位)

pip 或 pip3 版本 20.2.2 或更高版本(64 位)

1.2 如何查看您的环境

可以使用以下命令查看本机的信息和信息:

uname -m && cat /etc/*release
确认需要安装 PaddlePaddle 的 Python 是您预期的位置,因为您的计算机可能有 Python

根据您的环境您可能需要说明在所有命令行中的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

使用以下命令确认为 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 64bit 处理器架构是 x86_64(或任何 x64、Intel 64、AMD64)架构,现在 PaddlePaddle 不支持 arm64 架构。下面的第一行输出是“64bit”,第二行输出是“x86_64”、“x64”或“AMD64”分类:

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 7(cuDNN版本>=7.6.5,多卡支持,需配合NCCL2.7及以上)

CUDA工具包11.0配合cuDNN v8.0.4(如需多卡支持,需配合NCCL2.7及升级)

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

GPU运算超过能力1.0的硬件设备

您可以参考NVIDIA官方文档了解CUDA和CUDNN的安装流程和配置方法,请参见CUDA、cuDNN

如果您需要使用多卡环境,请确保您正确安装nccl2,或者按照以下指令安装nccl2(这里提供的是CUDA10.2,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-2.7.8-1+cuda10.2 libnccl-devel-2.7.8-1+cuda10.2 libnccl-static-2.7.8-1+cuda10.2
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 install -y libnccl2=2.7.8-1+cuda10.2 libnccl-dev=2.7.8-1+cuda10.2

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==2.1.2.post101 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/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==2.1.2.post110 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

2.2.4 CUDA11.2的PaddlePaddle

python -m pip install paddlepaddle-gpu==2.1.2.post112 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/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,因为您的计算机可能有多个 Python。根据您的环境,您可能需要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
命令上述默认安装avx的包如果你的机器不请立即获取iTunes。 avx,安装需要noavx的桨包,可以通过以下命令安装,仅支持python3.8:

首先使用如下命令将wheel包下载到本地,再使用本地安装([name]为wheel包名称):python -m pip install [name].whl

cpu、mkl版本noavx机器安装:

python -m pip download paddlepaddle==2.1.2 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/noavx/stable.html --no-index --no-deps
cpu、openblas版本noavx机器安装:

python -m pip download paddlepaddle==2.1.2 -f https://www.paddlepaddle.org.cn/whl/linux/openblas/noavx/stable.html --no-index --no-deps
gpu版本cuda10.1 noavx机器安装:

python -m pip download paddlepaddle-gpu==2.1.2.post101 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/noavx/stable.html --no-index --no-deps
gpu版本cuda10.2 noavx机器安装:

python -m pip download paddlepaddle-gpu==2.1.2 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/noavx/stable.html --no-index --no-deps
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avx

cat /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://www.paddlepaddle.org.cn/whl/stable/tensorrt.html
如果你想安装avx、openblas的Paddle包,可以通过以下命令

python -m pip install paddlepaddle-gpu==[版本号] -f https://www.paddlepaddle.org.cn/whl/linux/openblas/avx/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,再输入import paddlepaddle.utils.run_check()

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

四、如何卸

请使用以下命令卸下PaddlePaddle:

CPU 版本的 PaddlePaddle :python -m pip uninstall paddlepaddle

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

参考:https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/install/pip/linux-pip.html

  • 3
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 1. 首先,您需要下载适用于您的Linux操作系统的PaddlePaddle安装包。您可以从PaddlePaddle官方网站上下载最新版本的安装包。 2. 下载完成后,您需要解压缩安装包,并将其安装到您的系统中。您可以使用以下命令来解压缩安装包: tar -zxvf paddlepaddle-xxx.tar.gz 3. 解压缩完成后,您需要进入解压缩后的目录,并执行以下命令来安装PaddlePaddle: cd paddlepaddle-xxx ./install.sh 4. 安装完成后,您需要配置PaddlePaddle的环境变量。您可以将以下命令添加到您的.bashrc文件中: export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH export PYTHONPATH=/usr/local/lib/python2.7/site-packages:$PYTHONPATH 5. 配置完成后,您可以使用以下命令来验证PaddlePaddle是否已经成功安装: python -c "import paddle.fluid as fluid; print(fluid.install_check())" 如果输出结果为True,则表示PaddlePaddle已经成功安装。 6. 最后,您可以开始使用PaddlePaddle来进行深度学习任务。您可以参考PaddlePaddle官方文档中的教程来学习如何使用PaddlePaddle。 ### 回答2: PaddlePaddle(也称为Paddle)是一个基于深度学习的开源平台,适用于大规模的机器学习和深度学习应用。这篇文章将介绍如何在Linux系统上安装Paddle。 1. 安装依赖项 在安装Paddle之前,我们需要安装一些依赖项,以确保Paddle能够正常工作。我们需要安装以下依赖项: - Python 2.7或Python 3.5+(建议使用Python 3.6以上) - pip (Python包管理工具) - numpy - scipy - matplotlib - pip install numpy scipy matplotlib 2. 安装Paddle Paddle支持使用pip安装。打开终端,输入以下命令安装Paddle: - pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple 这个命令将从百度的Pypi源安装Paddle。 3. 安装常用模块 Paddle的常用模块包括:Paddlehub、PaddleSlim、VisualDL等。这些模块被广泛用于图像、语音、NLP等领域。 - Paddlehub: 一个预训练模型库,提供多种类型的预训练模型。 - PaddleSlim: 一个模型压缩和加速库,提供多种压缩和加速技术。 - VisualDL: 一个可视化分析库,用于分析和可视化深度学习模型的训练过程。 这些模块可以通过pip安装: - pip install paddlehub paddlelite visualdl 4. 测试Paddle Paddle安装完成后,我们需要测试它是否正常工作。可以通过以下命令来测试Paddle: - python - >>> import paddle.fluid as fluid - >>> fluid.install_check.run_check() 在这个交互式Python环境中,Paddle应该能够导入并顺利工作。如果存在错误,请检查是否正确安装了依赖项或Paddle是否成功安装。 总结 以上是在Linux系统上安装Paddle的步骤。在安装Paddle之前,需要先安装一些依赖项。通过pip安装Paddle的过程非常简单,而常用模块的安装过程也类似。安装完成后,请务必测试Paddle是否正常工作,以确保能够顺利进行深度学习的开发工作。 ### 回答3: PaddlePaddle是一个开源的深度学习平台,广泛应用于许多不同类型的深度学习任务。 在Linux安装PaddlePaddle是一个相对简单的过程。 下面是安装PaddlePaddle的步骤。 1. 安装必要的依赖项 在安装PaddlePaddle之前,您需要在系统上安装一些必要的依赖项。 您需要安装以下软件包: - 安装CMake: ``` $ sudo apt-get install cmake ``` - 安装Python: ``` $ sudo apt-get install python-dev python-pip python-numpy ``` 2. 安装PaddlePaddle 现在,您可以开始安装PaddlePaddlePaddlePaddle可以通过pip命令进行安装。 ``` $ pip install paddlepaddle ``` 这将下载最新版本的PaddlePaddle,并在系统上安装它。 安装完成后,您可以验证PaddlePaddle是否已正确安装。 ``` $ python -c "import paddle" ``` 如果您没有收到任何错误消息,则说明PaddlePaddle已成功安装并准备好使用。 3. 使用PaddlePaddle 通过导入PaddlePaddle包,您可以在Python中使用PaddlePaddle。 下面是一个示例代码片段,演示如何使用PaddlePaddle训练一个简单的卷积神经网络。 ```python import paddle import paddle.fluid as fluid # Define input and output layers input_layer = fluid.layers.data(name='image', shape=[1, 28, 28], dtype='float32') label_layer = fluid.layers.data(name='label', shape=[1], dtype='int64') # Define three convolutions layers conv1 = fluid.layers.conv2d(input=input_layer, num_filters=20, filter_size=5, stride=1, padding=2, act='relu') pool1 = fluid.layers.pool2d(input=conv1, pool_size=2, pool_stride=2) conv2 = fluid.layers.conv2d(input=pool1, num_filters=50, filter_size=5, stride=1, padding=2, act='relu') pool2 = fluid.layers.pool2d(input=conv2, pool_size=2, pool_stride=2) conv3 = fluid.layers.conv2d(input=pool2, num_filters=80, filter_size=3, stride=1, padding=1, act='relu') # Define the output layer fc = fluid.layers.fc(input=conv3, size=10, act='softmax') # Define the loss function loss = fluid.layers.cross_entropy(input=fc, label=label_layer) avg_loss = fluid.layers.mean(loss) # Define the optimizer optimizer = fluid.optimizer.Adam(learning_rate=0.001) optimizer.minimize(avg_loss) # Define the training program train_program = fluid.default_main_program() # Define the startup program startup_program = fluid.default_startup_program() # Define the executor place = fluid.CPUPlace() exe = fluid.Executor(place) # Initialize the program exe.run(startup_program) # Begin training the model for epoch in range(10): for batch_id, data in enumerate(train_reader()): train_loss = exe.run(train_program, feed=data, fetch_list=[avg_cost]) if batch_id % 100 == 0: print("Epoch %d, batch %d, cost %f" % (epoch, batch_id, train_loss[0])) ``` 此代码片段定义了一个具有三个卷积层和一个全连接层的简单卷积神经网络。 该模型使用MNIST数据集进行训练。 您可以将训练集导入模型并开始训练。 这就是在Linux安装PaddlePaddle并使用它训练神经网络的步骤。 遵循这些步骤,您可以轻松地开始使用PaddlePaddle在您的计算机上构建深度学习模型。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值