未验证 提交 26bdbccb 编写于 作者: J JepsonWong 提交者: GitHub

fix for install doc in develop (#1014)

*  fix for FluidDoc/doc/fluid/beginners_guide/install/index_cn.rst in develop
上级 18824802
...@@ -3,41 +3,293 @@ ...@@ -3,41 +3,293 @@
========== ==========
本说明将指导您在64位操作系统编译和安装PaddlePaddle 本说明将指导您在64位操作系统编译和安装PaddlePaddle
PaddlePaddle目前支持的Python版本包括:Python(64 bit) 2.7-3.7 1. 操作系统要求:
============================
PaddlePaddle目前支持以下环境: * Windows 7 / 8 / 10,专业版 / 企业版
* *Ubuntu 14.04 /16.04 /18.04* * Ubuntu 14.04 / 16.04 / 18.04
* *CentOS 7 / 6*
* *MacOS 10.11 / 10.12 / 10.13 / 10.14*
* *Windows7 / 8/ 10(专业版/企业版)*
请确保您的环境满足以上条件,我们默认提供的安装同时需要您的计算机拥有64位操作系统,处理器支持AVX指令集和MKL,如您有其他需求,请参考 `多版本whl包安装列表 <Tables.html/#ciwhls>`_ * CentOS 6 / 7
- 如果您希望使用 `pip <https://pypi.org/pypi/>`_ 进行安装PaddlePaddle可以直接使用以下命令: * MacOS 10.11 / 10.12 / 10.13 / 10.14
:code:`pip install -U paddlepaddle` (CPU版本最新) * 操作系统要求是 64 位版本
:code:`pip install -U paddlepaddle-gpu` (GPU版本最新) 2. Python 和 pip 版本要求:
============================
注::code:`pip install -U paddlepaddle-gpu` 命令将安装支持CUDA 9.0 cuDNN v7的PaddlePaddle,如果您的CUDA或cuDNN版本与此不同,可以参考 `这里 <https://pypi.org/project/paddlepaddle-gpu/#history>`_ 了解其他CUDA/cuDNN版本所适用的安装命令 * Python 2 的版本要求 2.7.15+
如果您希望通过 ``pip`` 方式安装老版本的PaddlePaddle,您可以使用如下命令: * Python 3 的版本要求 3.5.1+/3.6/3.7
:code:`pip install -U paddlepaddle==[PaddlePaddle版本号]` (CPU版,具体版本号请参考 `这里 <https://pypi.org/project/paddlepaddle/#history>`_ ) * Python 具有 pip, 且 pip 的版本要求 9.0.1+
:code:`pip install -U paddlepaddle-gpu==[PaddlePaddle版本号]` (GPU版,具体版本号请参考 `这里 <https://pypi.org/project/paddlepaddle-gpu/#history>`_ ) * Python 和 pip 要求是 64 位版本
- 如果您希望使用 `docker <https://www.docker.com>`_ 安装PaddlePaddle,可以使用以下命令: 3. PaddlePaddle 对 GPU 支持情况:
=================================
:code:`docker run --name [Name of container] -it -v $PWD:/paddle hub.baidubce.com/paddlepaddle/paddle:[docker版本号] /bin/bash` * 目前 `PaddlePaddle` 仅支持 `NVIDIA` 显卡的 `CUDA` 驱动
如果您的机器不在中国大陆地区,可以直接从DockerHub拉取镜像 * 需要安装 `cuDNN <https://docs.nvidia.com/deeplearning/sdk/cudnn-install/>`_ ,版本要求 7.3+
:code:`docker run --name [Name of container] -it -v $PWD:/paddle paddlepaddle/paddle:[docker版本号] /bin/bash` * 如果您需要 GPU 多卡模式,需要安装 `NCCL 2 <https://developer.nvidia.com/nccl/>`_
* 仅 Ubuntu/CentOS 支持 NCCL 2 技术
其中[docker版本号]请查阅 `DockerHub <https://hub.docker.com/r/paddlepaddle/paddle/tags/>`_ * 需要安装 `CUDA <https://docs.nvidia.com/cuda/cuda-installation-guide-windows/>`_,根据您系统不同,对 CUDA 版本要求不同:
* Windows 安装 GPU 版本
* Windows 7/8/10 支持 CUDA 8/9 单卡模式
* 不支持 `nvidia-docker` 方式安装
* Ubuntu 安装 GPU 版本
* Ubuntu 14.04 支持 CUDA 8/10
* Ubuntu 16.04 支持 CUDA 8/9/10
* Ubuntu 18.04 支持 CUDA 10
* 如果您是使用 `nvidia-docker` 安装,支持 CUDA 8/9/10
* CentOS 安装 GPU 版本
* 如果您是使用本机 `pip` 安装:
* CentOS 7 支持 CUDA 9/10,支持 CUDA 8 但仅支持单卡模式
* CentOS 6 支持 CUDA 8/9 单卡模式
* 如果您是使用本机源码编译安装:
* CentOS 7 支持 CUDA 9/10
* CentOS 6 不推荐,不提供编译出现问题时的官方支持
* 如果您是使用 `nvidia-docker` 安装,在CentOS 7 下支持 CUDA 8/9/10。
* MacOS 不支持:PaddlePaddle 在 MacOS 平台没有 GPU 支持
请确保您的环境满足以上条件。如您有其他需求,请参考 `多版本whl包安装列表 <Tables.html/#ciwhls>`_
第一种安装方式:使用 pip 安装
================================
您可以选择“使用pip安装”、“使用docker安装”、“从源码编译安装” 三种方式中的任意一种方式进行安装。
本节将介绍使用 `pip` 的安装方式。
1. 需要您确认您的 操作系统 满足上方列出的要求
2. 处理器支持 MKL
3. 检查 Python 的版本
如果您是使用 Python 2,使用以下命令确认是 2.7.15+
::
python --version
如果您是使用 Python 3,使用以下命令确认是 3.5.1+/3.6/3.7
::
python3 --version
4. 检查 pip 的版本,确认是 9.0.1+
如果您是使用 Python 2
::
pip --version
如果您是使用 Python 3
::
pip3 --version
5. 确认 Python 和 pip 是 64 bit,下面的命令输出的是 "64bit" 即可:
如果您是使用 Python 2
::
python -c "import platform;print(platform.architecture()[0])"
如果您是使用 Python 3
::
python3 -c "import platform;print(platform.architecture()[0])"
6. 如果您希望使用 `pip <https://www.docker.com>`_ 进行安装PaddlePaddle可以直接使用以下命令:
- 注意:目前官方没有对 `conda` 和 `anaconda` 进行支持,使用他们所附带的 `pip` 安装 `paddlepaddle` 也可能会带来冲突。所以建议使用纯净的 Python 环境的 `pip` 进行安装。
(1). **CPU版本**:如果您只是想安装CPU版本请参考如下命令安装
如果您是使用 Python 2,安装CPU版本的命令为:
::
pip install paddlepaddle
如果您是使用 Python 3,安装CPU版本的命令为:
::
pip3 install paddlepaddle
(2). **GPU版本**:如果您想使用GPU版本请参考如下命令安装
注意:
* 您的计算机需要具有支持 `CUDA` 驱动的 `NVIDIA` 显卡
* 需要安装 `cuDNN <https://docs.nvidia.com/deeplearning/sdk/cudnn-install/>`_ ,版本要求 7.3+
* 如果您需要 GPU 多卡模式,需要安装 `NCCL 2 <https://developer.nvidia.com/nccl/>`_
* 仅 Ubuntu/CentOS 支持 NCCL 2 技术
* 需要安装 `CUDA <https://docs.nvidia.com/cuda/cuda-installation-guide-windows/>`_,根据您系统不同,对 CUDA 版本要求不同:
* Windows 7/8/10 支持 CUDA 8/9 单卡模式
* Ubuntu
* Ubuntu 14.04 支持 CUDA 8/10
* Ubuntu 16.04 支持 CUDA 8/9/10
* Ubuntu 18.04 支持 CUDA 10
* CentOS
* CentOS 7 支持 CUDA 9/10 ,CUDA 8 仅具有单卡模式支持
* CentOS 6 支持 CUDA 8/9 单卡模式
* MacOS 不支持:PaddlePaddle 在 MacOS 平台没有 GPU 支持
如果您是使用 Python2,请注意用以下指令安装的PaddlePaddle在Windows下默认支持CUDA9,Ubuntu、CentOS下默认支持CUDA10:
::
pip install paddlepaddle-gpu
如果您是使用 Python 2,CUDA 8,cuDNN 7.3+,安装GPU版本的命令为:
::
pip install paddlepaddle-gpu==1.5.1.post87
如果您是使用 Python 2,CUDA 9,cuDNN 7.3+,安装GPU版本的命令为:
::
pip install paddlepaddle-gpu==1.5.1.post97
如果您是使用 Python 2,CUDA 10,cuDNN 7.3+,安装GPU版本的命令为:
::
pip install paddlepaddle-gpu==1.5.1.post107
如果您是使用 Python 3,请将上述命令中的 `pip` 更换为 `pip3` 进行安装。
7. 更多帮助信息请参考:
`Ubuntu下安装 <install_Ubuntu.html>`_
`CentOS下安装 <install_Ubuntu.html>`_
`MacOS下安装 <install_Ubuntu.html>`_
`Windows下安装 <install_Ubuntu.html>`_
第二种安装方式:使用 docker 安装
================================
您可以选择“使用pip安装”、“使用docker安装”、“从源码编译安装” 三种方式中的任意一种方式进行安装。
本节将介绍使用 `docker` 的安装方式。
如果您希望使用 `docker <https://www.docker.com>`_ 安装PaddlePaddle,可以使用以下命令:
1. **CPU 版本**
(1). 首先需要安装 `docker <https://www.docker.com>`_
注意:
* CentOS 6 不支持 `docker` 方式安装
* 处理器需要支持 MKL
(2). 拉取预安装 PaddlePaddle 的镜像:
::
docker pull hub.baidubce.com/paddlepaddle/paddle:1.5.1
(3). 用镜像构建并进入Docker容器:
::
docker run --name paddle -it -v dir1:dir2 hub.baidubce.com/paddlepaddle/paddle:1.5.1 /bin/bash
> --name [Name of container] 设定Docker的名称;
> -it 参数说明容器已和本机交互式运行;
> -v 参数用于宿主机与容器里文件共享;其中dir1为宿主机目录,dir2为挂载到容器内部的目录,用户可以通过设定dir1和dir2自定义自己的挂载目录;例如:$PWD:/paddle 指定将宿主机的当前路径(Linux中PWD变量会展开为当前路径的绝对路径)挂载到容器内部的 /paddle 目录;
> hub.baidubce.com/paddlepaddle/paddle:1.5.1 是需要使用的image名称;/bin/bash是在Docker中要执行的命令
2. **GPU 版本**
(1). 首先需要安装 `nvidia-docker <https://github.com/NVIDIA/nvidia-docker>`_
注意:
* 处理器需要支持 MKL
* 您的计算机需要具有支持 `CUDA` 驱动的 `NVIDIA` 显卡
* 需要安装 `cuDNN <https://docs.nvidia.com/deeplearning/sdk/cudnn-install/>`_ ,版本要求 7.3+
* 如果您需要 GPU 多卡模式,需要安装 `NCCL 2 <https://developer.nvidia.com/nccl/>`_
* 仅 Ubuntu/CentOS 支持 NCCL 2 技术
* 需要安装 `CUDA <https://docs.nvidia.com/cuda/cuda-installation-guide-windows/>`_,根据您系统不同,对 CUDA 版本要求不同:
* Ubuntu/CentOS 7 ,如果您是使用 `nvidia-docker` 安装,支持 CUDA 8/9/10
* Windows/MacOS/CentOS 6 不支持 `nvidia-docker` 方式安装
(2). 拉取支持`CUDA 10`, `cuDNN 7.3+` 预安装 PaddlePaddle 的镜像:
::
nvidia-docker pull hub.baidubce.com/paddlepaddle/paddle:1.5.1-gpu-cuda10.0-cudnn7
(3). 用镜像构建并进入Docker容器:
::
nvidia-docker run --name paddle -it -v dir1:dir2 hub.baidubce.com/paddlepaddle/paddle:1.5.1-gpu-cuda10.0-cudnn7 /bin/bash
> --name [Name of container] 设定Docker的名称;
> -it 参数说明容器已和本机交互式运行;
> -v 参数用于宿主机与容器里文件共享;其中dir1为宿主机目录,dir2为挂载到容器内部的目录,用户可以通过设定dir1和dir2自定义自己的挂载目录;例如:$PWD:/paddle 指定将宿主机的当前路径(Linux中PWD变量会展开为当前路径的绝对路径)挂载到容器内部的 /paddle 目录;
> hub.baidubce.com/paddlepaddle/paddle:1.5.1-gpu-cuda10.0-cudnn7 是需要使用的image名称;/bin/bash是在Docker中要执行的命令
或如果您需要支持 `CUDA 8` 或者 `CUDA 9` 的版本,将上述命令的 `cuda10.0` 替换成 `cuda8.0` 或者 `cuda9.0` 即可,cuDNN 仅支持 `cuDNN 7.3+`
3. 如果您的机器不在中国大陆地区,可以直接从DockerHub拉取镜像:
::
docker run --name paddle -it -v dir1:dir2 paddlepaddle/paddle:1.5.1 /bin/bash
> --name [Name of container] 设定Docker的名称;
> -it 参数说明容器已和本机交互式运行;
> -v 参数用于宿主机与容器里文件共享;其中dir1为宿主机目录,dir2为挂载到容器内部的目录,用户可以通过设定dir1和dir2自定义自己的挂载目录;例如:$PWD:/paddle 指定将宿主机的当前路径(Linux中PWD变量会展开为当前路径的绝对路径)挂载到容器内部的 /paddle 目录;
> paddlepaddle/paddle:1.5.1 是需要使用的image名称;/bin/bash是在Docker中要执行的命令
4. 更多帮助信息请参考:`使用Docker安装 <install_Docker.html>`_。
第三种安装方式:使用源代码编译安装
====================================
- 如果您只是使用 `PaddlePaddle` ,建议从 `pip` 和 `docker` 两种安装方式中选取一种进行安装即可。
- 如果您有开发PaddlePaddle的需求,请参考:`从源码编译 <compile/fromsource.html>`_ - 如果您有开发PaddlePaddle的需求,请参考:`从源码编译 <compile/fromsource.html>`_
.. toctree:: .. toctree::
...@@ -50,3 +302,4 @@ PaddlePaddle目前支持以下环境: ...@@ -50,3 +302,4 @@ PaddlePaddle目前支持以下环境:
install_Docker.md install_Docker.md
compile/fromsource.rst compile/fromsource.rst
Tables.md Tables.md
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册