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 3.7/3.8/3.9/3.10/3.11
```
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
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¶

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
- CUDA 工具包 11.8 配合 cuDNN v8.6.0, 如需使用 PaddleTensorRT 推理，需配合 TensorRT8.5.1.7
- CUDA 工具包 12.0 配合 cuDNN v8.9.1, 如需使用 PaddleTensorRT 推理，需配合 TensorRT8.6.1.6
- 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==2.5.2 -i https://mirror.baidu.com/pypi/simple

           

2.2 GPU 版的 PaddlePaddle¶

2.2.1 CUDA10.2 的 PaddlePaddle

            python3 -m pip install paddlepaddle-gpu==2.5.2.post102 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

           

             CUDA10.2 包含 cuDNN 动态链接库的 PaddlePaddle

           

            python3 -m pip install paddlepaddle-gpu==2.5.2.post102 -f https://www.paddlepaddle.org.cn/whl/linux/cudnnin/stable.html

           

2.2.2 CUDA11.2 的 PaddlePaddle

            python3 -m pip install paddlepaddle-gpu==2.5.2.post112 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

           

             CUDA11.2 包含 cuDNN 动态链接库的 PaddlePaddle

           

            python3 -m pip install paddlepaddle-gpu==2.5.2.post112 -f https://www.paddlepaddle.org.cn/whl/linux/cudnnin/stable.html

           

2.2.3 CUDA11.6 的 PaddlePaddle

            python3 -m pip install paddlepaddle-gpu==2.5.2.post116 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

           

             CUDA11.6 包含 cuDNN 动态链接库的 PaddlePaddle

           

            python3 -m pip install paddlepaddle-gpu==2.5.2.post116 -f https://www.paddlepaddle.org.cn/whl/linux/cudnnin/stable.html

           

2.2.4 CUDA11.7 的 PaddlePaddle

            python3 -m pip install paddlepaddle-gpu==2.5.2.post117 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

           

             CUDA11.7 包含 cuDNN 动态链接库的 PaddlePaddle

           

            python3 -m pip install paddlepaddle-gpu==2.5.2.post117 -f https://www.paddlepaddle.org.cn/whl/linux/cudnnin/stable.html

           

2.2.5 CUDA11.8 的 PaddlePaddle

            python3 -m pip install paddlepaddle-gpu==2.5.2 -i https://mirror.baidu.com/pypi/simple

           

             CUDA11.8 包含 cuDNN 动态链接库的 PaddlePaddle，需要先使用如下命令将 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-gpu==2.5.2 -f https://www.paddlepaddle.org.cn/whl/linux/cudnnin/stable.html  --no-index --no-deps

           

2.2.6 CUDA12.0 的 PaddlePaddle

            python3 -m pip install paddlepaddle-gpu==2.5.2.post120 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

           

             CUDA12.0 包含 cuDNN 动态链接库的 PaddlePaddle

           

            python3 -m pip install paddlepaddle-gpu==2.5.2.post120 -f https://www.paddlepaddle.org.cn/whl/linux/cudnnin/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。
上述命令默认安装avx、mkl的包。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。飞桨不再支持noavx指令集的安装包。
```
cat /proc/cpuinfo | grep -i avx
```
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==2.5.2 -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