Linux 下的 PIP 安装¶
The Python Package Index(PyPI)是 Python 的包管理器。本文档为你介绍 PyPI 安装方式,飞桨提供的 PyPI 安装包支持分布式训练(多机多卡)、TensorRT 推理功能。
一、环境准备¶
1.1 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 python3 替换为具体的 Python 路径
which python3
需要确认 python 的版本是否满足要求
使用以下命令确认是 3.6/3.7/3.8/3.9/3.10
python3 --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
python3 -m ensurepip
python3 -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。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:
python3 -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¶
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,依赖库环境版本要求如下:
CUDA 工具包 10.2 配合 cuDNN v7.6.5, 如需使用 PaddleTensorRT 推理,需配合 TensorRT7.0.0.11
CUDA 工具包 11.2 配合 cuDNN v8.2.1, 如需使用 PaddleTensorRT 推理,需配合 TensorRT8.0.3.4
CUDA 工具包 11.6 配合 cuDNN v8.4.0, 如需使用 PaddleTensorRT 推理,需配合 TensorRT8.4.0.6
CUDA 工具包 11.7 配合 cuDNN v8.4.1, 如需使用 PaddleTensorRT 推理,需配合 TensorRT8.4.2.4
如需使用分布式多卡环境,需配合 NCCL>=2.7
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、CUDNN 和 TensorRT 的安装流程和配置方法,请见CUDA,cuDNN,TensorRT
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 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¶
python3 -m pip install paddlepaddle==2.4.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
2.2 GPU 版的 PaddlePaddle¶
2.2.1 CUDA10.2 的 PaddlePaddle
python3 -m pip install paddlepaddle-gpu==2.4.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
2.2.2 CUDA11.2 的 PaddlePaddle
python3 -m pip install paddlepaddle-gpu==2.4.2.post112 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html
2.2.3 CUDA11.6 的 PaddlePaddle
python3 -m pip install paddlepaddle-gpu==2.4.2.post116 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html
2.2.4 CUDA11.7 的 PaddlePaddle
python3 -m pip install paddlepaddle-gpu==2.4.2.post117 -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 以上。如果你使用的是非安培架构的 GPU,推荐使用 CUDA10.2,性能更优。
飞桨对于主流各 python 版本均提供了对应的安装包,而您环境中可能有多个 Python,请确认你想使用的 python 版本并下载对应的 paddlepaddle 安装包。例如您想使用 python3.7 的环境,则安装命令为 python3.7 -m pip install paddlepaddle。
如果您需要使用清华源,可以通过以下命令
python3 -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,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
首先使用如下命令将 wheel 包下载到本地:
cpu、mkl 版本 noavx 机器安装:
python3 -m pip download paddlepaddle==2.4.2 -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:
python3 -m pip download paddlepaddle==2.4.2 -f https://www.paddlepaddle.org.cn/whl/linux/openblas/noavx/stable.html --no-index --no-deps
gpu 版本 cuda10.2 noavx 机器安装:
python3 -m pip download paddlepaddle-gpu==2.4.2 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/noavx/stable.html --no-index --no-deps
再使用
python3 -m pip install [name].whl
本地安装([name]为 wheel 包名称)。如果你想安装
avx
、openblas
的 Paddle 包,可以通过以下命令将 wheel 包下载到本地,再使用python3 -m pip install [name].whl
本地安装([name]为 wheel 包名称):python3 -m pip download paddlepaddle==2.4.2 -f https://www.paddlepaddle.org.cn/whl/linux/openblas/avx/stable.html --no-index --no-deps
三、验证安装¶
安装完成后您可以使用 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:
python3 -m pip uninstall paddlepaddle
GPU 版本的 PaddlePaddle:
python3 -m pip uninstall paddlepaddle-gpu