2.0 升级常见问题¶
环境变化¶
问题：paddle 2.0 是否支持 python2，python3.5 ？¶
答复：paddle 2.0 依然提供了 python2，python3.5 的官方安装包，但未来的某个版本将不再支持 python2，python3.5。（python 官方已停止对 python2，python3.5 的更新和维护）
问题：paddle 2.0 是否支持 CUDA9 ？¶
答复：本版本依然提供了 CUDA9 的官方安装包，但从未来的某个版本起，将不再支持 CUDA9。
问题：paddle 2.0 是否支持 CentOS6.0 ？¶
答复：对于 CentOS6.0，本版本仅提供了有限度的支持（仅发布了 CentOS6 下，Python3.7 CUDA10.2/CUDNN7 和 CPU 的安装包）。（CentOS6 官方已宣布了停止更新和维护）
问题：paddle 2.0 是否支持 AVX 指令的 x86 机器 ？¶
答复：2.0 版本依然提供了对不支持 AVX 指令的 x86 机器上运行飞桨的支持，但未来的某个版本将会废弃对不支持 AVX 指令的 x86 机器的支持。
问题：2.0 版本移除了哪些第三方库 ？¶
答复：2.0 版本移除的第三方依赖库为：nltk、opencv、scipy、rarfile、prettytable、pathlib、matplotlib、graphviz、objgraph。由于某些功能依然会有对 opencv 的依赖，在使用到时，会提示用户进行安装。
具体表现为：
删除依赖这些库的 API，原来 Paddle 基于这些第三方库提供了一些 API，在删除这些依赖库的同时也删除了这些 API，如：移除 matplotlib 的同时，paddle.utils.plot 也被删除了。
删除依赖第三方库的数据集，如：移除 nltk 的同时，依赖 nltk 的数据集 sentiment(nltk.movie_reivew)也被删除了。
删除依赖的第三方库后，如果需要使用这些库，需要重新安装
pip install objgraph，直接 import objgraph 可能会报错。
问题：从 1.x 版本升级为 2.0 版本，哪些 API 有变动 ？¶
答复：飞桨框架 2.0.0 版本推荐用户使用位于 paddle 根目录下的 API，同时在
paddle.fluid目录下保留了所有的 1.x 版本的 API，保留对之前版本 API 体系的支持。
查看 API 变动的两种方法：
依据 1.8 版本 API 到 2.0 版本 API 的对应关系表对 API 进行升级，请参考文档 飞桨框架 API 映射表
飞桨提供了迁移工具，来方便用户将旧版本的代码迁移为 2.0.1 版本的代码，详情请见：版本迁移工具
问题：2.0 版本中是否有 LoDTensor ？¶
答复：2.0 版本没有 LoDTensor 的概念，统一使用 Tensor 来表示数据。
解决方案：
使用 padding/bucketing 的方式对数据进行处理后，使用 Tensor 来表示数据，进行模型训练，具体示例请参考：IMDB 数据集使用 BOW 网络的文本分类，使用注意力机制的 LSTM 的机器翻译。
在使用 padding/bucketing 方案对性能影响极大的场景下，请谨慎升级，并请期待未来的 paddle 对该功能更加易用和高效的实现。
问题：为什么 paddle2.0 以后的版本要废弃 LoDTensor ？¶
答复：在 2.0 之前的版本的 paddle 中，向用户暴露了以下的数据表示的概念：
这三类不同类型的概念的同时存在，让使用 paddle 的开发者容易感到混淆，需要构建 LoDTensor 类型的数据的情况在具体的实践中，通常也可以使用 padding/bucketing 的最佳实践来达到同样的目的，因此 paddle 2.0 版本起，我们把这些概念统一为 Tensor 的概念。在 paddle 2.0 版本起，对于每条数据长度不一的一组数据的处理，您可以参看这篇 Tutorial： 使用注意力机制的 LSTM 的机器翻译。
问题：1.8 开发的静态图代码能在 2.0 版本中运行吗 ？¶
答复：
所有 1.8 的静态图模型在 2.0 版本中都会报错。
问题分析：
2.0 版本默认开启了动态图模式。即当调用import paddle后，此时 Paddle 已经运行在动态图模式下。基于 1.8 开发的静态图代码，在 2.0 版本下直接执行会出错。为此，在静态图的一些入口 API 中加入了报错检查，例如直接调用fluid.data会遇到如下错误：
解决方案：
旧版本（1.8 及之前版本）静态图下的代码，需要在
import paddle后的头部位置加入paddle.enable_static()来开启静态图模式，这样才能正常运行。原来通过
dygraph guard写的动态图代码仍然可以正常执行。但在 2.0 下可以不需要像以前写dygraph guard，直接按照动态图模式编写代码。同时，请注意对于 GPU 版本的 paddle，在
import paddle时默认开启动态图会选择CUDAPlace作为默认 place。如果要修改 place，可以通过paddle.set_device()来完成。
问题：2.0 版本中loss.backward() 是否默认清空上个 step 的梯度？¶
答复：
2.0 版本新增动态图梯度累加功能，起到变相“扩大 BatchSize”的作用，backward()接口默认不清空上个 step 梯度。
解决方案：
调用optimizer.minimize()后，显式调用optimizer.clear_grad()来清空梯度。