# **CentOS下安装** ## 环境准备 * **CentOS 版本 (64 bit)** * **CentOS 6 (GPU版本支持CUDA 9.0/9.1/9.2/10.0/10.1, 仅支持单卡)** * **CentOS 7 (GPU版本支持CUDA 9.0/9.1/9.2/10.0/10.1, 其中CUDA 9.1仅支持单卡)** * **Python 版本 2.7.15+/3.5.1+/3.6/3.7 (64 bit)** * **pip 或 pip3 版本 9.0.1+ (64 bit)** ### 注意事项 * 可以使用`uname -m && cat /etc/*release`查看本机的操作系统和位数信息 * 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 * 如果您是使用 Python 2,使用以下命令输出 Python 路径,根据的环境您可能需要将说明中所有命令行中的 python 替换为具体的 Python 路径 which python * 如果您是使用 Python 3,使用以下命令输出 Python 路径,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 python 或者替换为具体的 Python 路径 which python3 * 需要确认python的版本是否满足要求 * 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 * 需要确认pip的版本是否满足要求,要求pip版本为9.0.1+ * 如果您是使用 Python 2 python -m ensurepip python -m pip --version * 如果您是使用 Python 3 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,目前PaddlePaddle不支持arm64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: * 如果您是使用 Python 2 python -c "import platform;print(platform.architecture()[0]);print(platform.machine())" * 如果您是使用 Python 3 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](https://fast-install.bj.bcebos.com/fast_install.sh),配套说明请参考[这里](https://github.com/PaddlePaddle/FluidDoc/tree/develop/doc/fluid/beginners_guide/install/install_script.md)。 ## 选择CPU/GPU * 如果您的计算机没有 NVIDIA® GPU,请安装CPU版本的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10.0配合cuDNN v7.3+(如需多卡支持,需配合NCCL2.3.7及更高)** * **CUDA 工具包9.0配合cuDNN v7.3+(如需多卡支持,需配合NCCL2.3.7及更高)** * **GPU运算能力超过1.0的硬件设备** 您可参考NVIDIA官方文档了解CUDA和CUDNN的安装流程和配置方法,请见[CUDA](https://docs.nvidia.com/cuda/cuda-installation-guide-linux/),[cuDNN](https://docs.nvidia.com/deeplearning/sdk/cudnn-install/) * 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CentOS 7,CUDA9,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](https://developer.nvidia.com/nccl): 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-2.3.7-2+cuda9.0 libnccl-devel-2.3.7-2+cuda9.0 libnccl-static-2.3.7-2+cuda9.0 ## 安装方式 CentOS系统下有3种安装方式: * pip安装(推荐) * [源码编译安装](./compile/compile_CentOS.html#ct_source) * [Docker源码编译安装](./compile/compile_CentOS.html#ct_docker) 这里为您介绍pip安装方式 ## 安装步骤 * CPU版PaddlePaddle: * 对于Python 2: `python -m pip install paddlepaddle==2.0.0a0 -i https://mirror.baidu.com/pypi/simple` 或 `python -m pip install paddlepaddle==2.0.0a0 -i https://pypi.tuna.tsinghua.edu.cn/simple` * 对于Python 3: `python3 -m pip install paddlepaddle==2.0.0a0 -i https://mirror.baidu.com/pypi/simple` 或 `python3 -m pip install paddlepaddle==2.0.0a0 -i https://pypi.tuna.tsinghua.edu.cn/simple` * GPU版PaddlePaddle: * 对于Python 2: `python -m pip install paddlepaddle-gpu==2.0.0a0 -i https://mirror.baidu.com/pypi/simple` 或 `python -m pip install paddlepaddle-gpu==2.0.0a0 -i https://pypi.tuna.tsinghua.edu.cn/simple` * 对于Python 3: `python3 -m pip install paddlepaddle-gpu==2.0.0a0 -i https://mirror.baidu.com/pypi/simple` 或 `python3 -m pip install paddlepaddle-gpu==2.0.0a0 -i https://pypi.tuna.tsinghua.edu.cn/simple` 您可[验证是否安装成功](#check),如有问题请查看[FAQ](./FAQ.html) 注: * 如果是python2.7, 建议使用`python`命令; 如果是python3.x, 则建议使用`python3`命令 * `python -m pip install paddlepaddle-gpu==2.0.0a0 -i https://pypi.tuna.tsinghua.edu.cn/simple` 此命令将安装支持CUDA 10.0 cuDNN v7的PaddlePaddle。 * 默认下载最新稳定版的安装包,如需获取开发版安装包,请参考[这里](./Tables.html#ciwhls) ## **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`import paddle.fluid as fluid` ,再输入 `fluid.install_check.run_check()` 如果出现`Your Paddle Fluid is installed succesfully!`,说明您已成功安装。 ## **如何卸载** 请使用以下命令卸载PaddlePaddle: * **CPU版本的PaddlePaddle**: `python -m pip uninstall paddlepaddle` 或 `python3 -m pip uninstall paddlepaddle` * **GPU版本的PaddlePaddle**: `python -m pip uninstall paddlepaddle-gpu` 或 `python3 -m pip uninstall paddlepaddle-gpu`