# **CentOS下安装** ## 环境准备 * *64位操作系统* * *CentOS 6 / 7* * *Python 2.7/3.5/3.6/3.7* * *pip或pip3 >= 9.0.1* ### 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 * 可以使用`pip -V`(Python版本为2.7)或`pip3 -V`(Python版本为3.5/3.6/3.7),确认pip/pip3版本是否满足要求 * 默认提供的安装包需要计算机支持AVX指令集和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)。或者您也可以使用`cat /proc/cpuinfo | grep avx`来检测您的处理器是否支持该指令集,如不支持,请在[这里](./Tables.html/#ciwhls-release)下载`no_avx`版本的安装包 ## 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,并且满足以下条件,推荐安装GPU版PaddlePaddle * *CUDA 工具包9.0配合cuDNN v7* * *CUDA 工具包8.0配合cuDNN v7* * *CUDA 工具包8.0配合cuDNN v5* * *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/) ## 安装方式 CentOS系统下有4种安装方式: * pip安装(推荐) * [Docker安装](./install_Docker.html) * [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:`pip install paddlepaddle` 或 `pip3 install paddlepaddle` * GPU版PaddlePaddle:`pip install paddlepaddle-gpu` 或 `pip3 install paddlepaddle-gpu` 您可[验证是否安装成功](#check),如有问题请查看[FAQ](./FAQ.html) 注: * pip与python版本对应。如果是python2.7, 建议使用`pip`命令; 如果是python3.x, 则建议使用`pip3`命令 * `pip install paddlepaddle-gpu` 此命令将安装支持CUDA 9.0 cuDNN v7的PaddlePaddle,如您对CUDA或cuDNN版本有不同要求,可用`pip install paddlepaddle==[版本号]`或 `pip3 install paddlepaddle==[版本号]`命令来安装,版本号请见[这里](https://pypi.org/project/paddlepaddle-gpu/#history) * 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命令`python` 或 `python3` 进入python解释器,然后使用`import paddle.fluid` 验证是否安装成功。 ## ***如何卸载*** 请使用以下命令卸载PaddlePaddle: * ***CPU版本的PaddlePaddle***: `pip uninstall paddlepaddle` 或 `pip3 uninstall paddlepaddle` * ***GPU版本的PaddlePaddle***: `pip uninstall paddlepaddle-gpu` 或 `pip3 uninstall paddlepaddle-gpu`