# 安装与编译 ## Linux安装PaddlePaddle ### Q：Ubuntu18.10、CPU版本、Python3.6编译错误如何解决？ + 版本、环境信息 1）PaddlePaddle版本：Github develop版本 2）CPU：vmware14 3）GPU：非GPU 4）系统环境：Ubuntu18.10 64位 Python3.6 + 安装方式信息：[本地编译](http://paddlepaddle.org/documentation/docs/zh/1.3/beginners_guide/install/compile/compile_Ubuntu.html/#ubt_source)中本机编译第十步make 命令 + 错误信息 ``` [100%] Built target warpctc Install the project... -- Install configuration: "Release" -- Installing: /home/eason/main/source/ai/alg/Paddle/Paddle/build/third_party/install/warpctc/lib/libwarpctc.so -- Installing: /home/eason/main/source/ai/alg/Paddle/Paddle/build/third_party/install/warpctc/include/ctc.h [ 5%] Completed 'extern_warpctc' [ 5%] Built target extern_warpctc Scanning dependencies of target extern_gzstream [ 5%] Creating directories for 'extern_gzstream' [ 5%] Performing download step (git clone) for 'extern_gzstream' Cloning into 'extern_gzstream'... Already on 'master' Your branch is up to date with 'origin/master'. [ 5%] No patch step for 'extern_gzstream' [ 5%] No update step for 'extern_gzstream' [ 5%] No configure step for 'extern_gzstream' [ 5%] Performing build step for 'extern_gzstream' CPPFLAGS: "-I/home/eason/main/source/ai/alg/Paddle/Paddle/build/third_party/install/zlib/include" -I. -fPIC -O LDFLAGS: "-L/home/eason/main/source/ai/alg/Paddle/Paddle/build/third_party/install/zlib/lib" -L. -lgzstream -lz [ 5%] Performing install step for 'extern_gzstream' [ 5%] Completed 'extern_gzstream' [ 5%] Built target extern_gzstream Scanning dependencies of target place [ 5%] Building CXX object paddle/fluid/platform/CMakeFiles/place.dir/place.cc.o In file included from /home/eason/main/source/ai/alg/Paddle/Paddle/build/third_party/boost/src/extern_boost/boost/mpl/aux_/na_assert.hpp:23, from /home/eason/main/source/ai/alg/Paddle/Paddle/build/third_party/boost/src/extern_boost/boost/mpl/arg.hpp:25, from /home/eason/main/source/ai/alg/Paddle/Paddle/build/third_party/boost/src/extern_boost/boost/variant/variant_fwd.hpp:19, from /home/eason/main/source/ai/alg/Paddle/Paddle/build/third_party/boost/src/extern_boost/boost/variant/variant.hpp:27, from /home/eason/main/source/ai/alg/Paddle/Paddle/build/third_party/boost/src/extern_boost/boost/variant.hpp:17, from /home/eason/main/source/ai/alg/Paddle/Paddle/paddle/fluid/platform/variant.h:45, from /home/eason/main/source/ai/alg/Paddle/Paddle/paddle/fluid/platform/place.h:21, from /home/eason/main/source/ai/alg/Paddle/Paddle/paddle/fluid/platform/place.cc:15: /home/eason/main/source/ai/alg/Paddle/Paddle/build/third_party/boost/src/extern_boost/boost/mpl/assert.hpp:154:21: error: unnecessary parentheses in declaration of ‘assert_arg’ [-Werror=parentheses] failed ************ (Pred::************ ^ /home/eason/main/source/ai/alg/Paddle/Paddle/build/third_party/boost/src/extern_boost/boost/mpl/assert.hpp:159:21: error: unnecessary parentheses in declaration of ‘assert_not_arg’ [-Werror=parentheses] failed ************ (boost::mpl::not_::************ ^ cc1plus: all warnings being treated as errors make[2]: *** [paddle/fluid/platform/CMakeFiles/place.dir/build.make:63: paddle/fluid/platform/CMakeFiles/place.dir/place.cc.o] Error 1 make[1]: *** [CMakeFiles/Makefile2:2670: paddle/fluid/platform/CMakeFiles/place.dir/all] Error 2 make: *** [Makefile:152: all] Error 2 ``` + 问题解答 自行编译建议的GCC版本:4.8、5.4以及更高。 ### Q：遇到如下cuDNN报错如何解决？ ``` CUDNN_STATUS_NOT_INITIALIZED at [/paddle/paddle/fluid/platform/device_context.cc:216] ``` + 问题解答 cuDNN与CUDA版本不一致导致。PIP安装的GPU版本默认使用CUDA 9.0和cuDNN 7编译，请根据您的环境配置选择在官网首页选择对应的安装包进行安装，例如paddlepaddle-gpu==1.2.0.post87 代表使用CUDA 8.0和cuDNN 7编译的1.2.0版本。 ### Q：cuda9.0需要安装哪一个版本的paddle，安装包在哪? - 问题解答 pip install paddlepaddle-gpu 命令将安装支持CUDA 9.0 cuDNN v7的PaddlePaddle，可以参考[安装说明文档](http://paddlepaddle.org/documentation/docs/zh/1.4/beginners_guide/install/index_cn.html) ### Q：使用 `pip install paddlepaddle-gpu==0.14.0.post87`命令在公司内部开发GPU机器上安装PaddlePaddle，安装信息如下： ![](https://user-images.githubusercontent.com/12878507/45028894-606ba980-b079-11e8-98e7-6e80f1c3f386.png) 机器的CUDA信息如下： ![](https://user-images.githubusercontent.com/12878507/45028950-8c872a80-b079-11e8-82f2-ca6591203eb1.png) 按照官网安装：pip install paddlepaddle-gpu==0.14.0.post87 执行 import paddle.fluid as fluid 失败 ![](https://user-images.githubusercontent.com/12878507/45028976-a0329100-b079-11e8-84a7-07253eafb3cb.png) 奇怪的是，同样的环境下，上周运行成功，这周确运行失败，求解答？ + 问题解答 这通常是GPU显存不足导致的，请检查一下机器的显存，确保显存足够后再尝试import paddle.fluid ### Q：在使用PaddlePaddle GPU的Docker镜像的时候，出现 `Cuda Error: CUDA driver version is insufficient for CUDA runtime version`？ + 问题解答 通常出现 `Cuda Error: CUDA driver version is insufficient for CUDA runtime version`, 原因在于没有把机器上CUDA相关的驱动和库映射到容器内部。 使用nvidia-docker, 命令只需要将docker换为nvidia-docker即可。 更多请参考[nvidia-docker](https://github.com/NVIDIA/nvidia-docker) ### Q：安成功安装了PaddlePaddle CPU版本后，使用Paddle训练模型，训练过程中，Paddle会自动退出，gdb显示Illegal instruction？ + 报错信息 ```bash *** Aborted at 1539697466 (unix time) try "date -d @1539697466" if you are using GNU date *** PC: @ 0x0 (unknown) *** SIGILL (@0x7fe3a27b7912) received by PID 13005 (TID 0x7fe4059d8700) from PID 18446744072140585234; stack trace: *** @ 0x318b20f500 (unknown) @ 0x7fe3a27b7912 paddle::framework::VisitDataType<>() @ 0x7fe3a279f84f paddle::operators::math::set_constant_with_place<>() @ 0x7fe3a1e50c21 paddle::operators::FillConstantOp::RunImpl() @ 0x7fe3a27526bf paddle::framework::OperatorBase::Run() @ 0x7fe3a1ca31ea paddle::framework::Executor::RunPreparedContext() @ 0x7fe3a1ca3be0 paddle::framework::Executor::Run() @ 0x7fe3a1bc9e7d _ZZN8pybind1112cpp_function10initializeIZN6paddle6pybindL13pybind11_initEvEUlRNS2_9framework8ExecutorERKNS4_11ProgramDescEPNS4_5ScopeEibbE63_vIS6_S9_SB_ibbEINS_4nameENS_9is_methodENS_7siblingEEEEvOT_PFT0_DpT1_EDpRKT2_ENUlRNS_6detail13function_callEE1_4_FUNEST_ @ 0x7fe3a1c14c24 pybind11::cpp_function::dispatcher() @ 0x7fe405acf3e4 PyEval_EvalFrameEx @ 0x7fe405ad0130 PyEval_EvalCodeEx @ 0x7fe405ace4a1 PyEval_EvalFrameEx @ 0x7fe405ad0130 PyEval_EvalCodeEx @ 0x7fe405ace4a1 PyEval_EvalFrameEx @ 0x7fe405ad0130 PyEval_EvalCodeEx @ 0x7fe405a5c181 function_call @ 0x7fe405a340f3 PyObject_Call @ 0x7fe405accde7 PyEval_EvalFrameEx @ 0x7fe405acec56 PyEval_EvalFrameEx @ 0x7fe405ad0130 PyEval_EvalCodeEx @ 0x7fe405a5c27d function_call @ 0x7fe405a340f3 PyObject_Call @ 0x7fe405accde7 PyEval_EvalFrameEx @ 0x7fe405ad0130 PyEval_EvalCodeEx @ 0x7fe405a5c181 function_call @ 0x7fe405a340f3 PyObject_Call @ 0x7fe405a46f7f instancemethod_call @ 0x7fe405a340f3 PyObject_Call @ 0x7fe405a8abd4 slot_tp_call @ 0x7fe405a340f3 PyObject_Call @ 0x7fe405acd887 PyEval_EvalFrameEx @ 0x7fe405acec56 PyEval_EvalFrameEx ``` + 问题解答 CPU版本PaddlePaddle自动退出的原因通常是因为所在机器不支持AVX2指令集而主动abort。简单的判断方法： 用gdb-7.9以上版本（因编译C++文件用的工具集是gcc-4.8.2，目前只知道gdb-7.9这个版本可以debug gcc4编译出来的目标文件）： ```bash $ /path/to/gdb -iex "set auto-load safe-path /" -iex "set solib-search-path /path/to/gcc-4/lib" /path/to/python -c core.xxx ``` 在gdb界面： ```bash (gdb) disas ``` 找到箭头所指的指令，例如： ```bash 0x00007f381ae4b90d <+3101>: test %r8,%r8 => 0x00007f381ae4b912 <+3106>: vbroadcastss %xmm0,%ymm1 0x00007f381ae4b917 <+3111>: lea (%r12,%rdx,4),%rdi ``` 然后google一下这个指令需要的指令集。上面例子中的带xmm和ymm操作数的vbroadcastss指令只在AVX2中支持 然后看下自己的CPU是否支持该指令集 ```bash cat /proc/cpuinfo | grep flags | uniq | grep avx --color ``` 如果没有AVX2，就表示确实是指令集不支持引起的主动abort 如果没有AVX2指令集，就需要要安装不支持AVX2指令集版本的PaddlePaddle，默认安装的PaddlePaddle是支持AVX2指令集的，因为AVX2可以加速模型训练的过程，更多细节可以参考[安装文档](http://paddlepaddle.org/documentation/docs/zh/1.4/beginners_guide/install/index_cn.html) ### Q：使用`sudo nvidia-docker run --name Paddle -it -v $PWD:/work hub.baidubce.com/paddlepaddle/paddle:latest-gpu-cuda8.0-cudnn7 /bin/bash`，安装成功后，出现如下问题 ```bash import paddle.fluid *** Aborted at 1539682149 (unix time) try "date -d @1539682149" if you are using GNU date *** PC: @ 0x0 (unknown) *** SIGILL (@0x7f6ac6ea9436) received by PID 16 (TID 0x7f6b07bc7700) from PID 18446744072751846454; stack trace: *** ``` + 问题解答 请先确定一下机器是否支持AVX2指令集，如果不支持，请按照相应的不支持AVX2指令集的PaddlePaddle，可以解决该问题。 ### Q：使用的系统是Ubuntu 16.04，GPU相关环境：cuda8.0, cudnn 6.0, 安装最新版的paddlepaddle fluid 后，`import paddle.fluid`时问题如下： + 报错信息 ```bash Traceback (most recent call last): File "", line 1, in File "/usr/local/lib/python2.7/dist-packages/paddle/fluid/init.py", line 132, in bootstrap() File "/usr/local/lib/python2.7/dist-packages/paddle/fluid/init.py", line 126, in bootstrap core.init_devices(not in_test) paddle.fluid.core.EnforceNotMet: CUBLAS: not initialized, at [/paddle/paddle/fluid/platform/device_context.cc:153] PaddlePaddle Call Stacks: 0 0x7f0238da06f6p paddle::platform::EnforceNotMet::EnforceNotMet(std::exception_ptr::exception_ptr, char const*, int) + 486 1 0x7f0239b1ee54p paddle::platform::CUDADeviceContext::CUDADeviceContext(paddle::platform::CUDAPlace) + 1684 2 0x7f0239b1feb0p paddle::platform::DeviceContextPool::DeviceContextPool(std::vector, std::allocator > > const&) + 752 3 0x7f0238e368bcp paddle::framework::InitDevices(bool, std::vector) + 588 4 0x7f0238e36addp paddle::framework::InitDevices(bool) + 285 5 0x7f0238d865bap 6 0x7f0238db1804p pybind11::cpp_function::dispatcher(_object*, _object*, _object*) + 2596 7 0x4bc3fap PyEval_EvalFrameEx + 1482 8 0x4b9ab6p PyEval_EvalCodeEx + 774 9 0x4c1e6fp PyEval_EvalFrameEx + 24639 10 0x4b9ab6p PyEval_EvalCodeEx + 774 11 0x4b97a6p PyEval_EvalCode + 22 12 0x4b96dfp PyImport_ExecCodeModuleEx + 191 13 0x4b2b06p 14 0x4b402cp 15 0x4a4ae1p 16 0x4a4513p PyImport_ImportModuleLevel + 2259 17 0x4a59e4p 18 0x4a577ep PyObject_Call + 62 19 0x4c5e10p PyEval_CallObjectWithKeywords + 48 20 0x4be6d7p PyEval_EvalFrameEx + 10407 21 0x4b9ab6p PyEval_EvalCodeEx + 774 22 0x4eb30fp 23 0x44a7a2p PyRun_InteractiveOneFlags + 400 24 0x44a56dp PyRun_InteractiveLoopFlags + 186 25 0x43092ep 26 0x493ae2p Py_Main + 1554 27 0x7f026bfa1830p __libc_start_main + 240 28 0x4933e9p _start + 41 ``` + 问题解答 请先查看您系统GPU环境的适配关系，应该选择和您的系统已经安装的CUDA版本相同的whl包，您的系统是cuda 8.0, cudnn 6 应该使用cuda8.0_cudnn7_avx_mkl才可以适配。 然后尝试`import paddle.fluid`命令看看是否报错。 如果报错，则可能是GPU 和CUDA环境没有正确配置。 如果没有报错，请判断是否有给所有相关文件`sudo权限`。 ### Q：安装的是cuda9.0和cudnn7.0，默认安装的是0.14.0.post87，训练一个手写数据那个例子的时候报错？ + 报错信息： ```bash Traceback (most recent call last): File "train.py", line 240, in main() File "train.py", line 236, in main train(args) File "train.py", line 147, in train exe.run(fluid.default_startup_program()) File "/usr/local/lib/python2.7/dist-packages/paddle/fluid/executor.py", line 443, in run self.executor.run(program.desc, scope, 0, True, True) paddle.fluid.core.EnforceNotMet: enforce allocating <= available failed, 1827927622 > 1359806208 at [/paddle/paddle/fluid/platform/gpu_info.cc:119] PaddlePaddle Call Stacks: 0 0x7f1bac5312f6p paddle::platform::EnforceNotMet::EnforceNotMet(std::__exception_ptr::exception_ptr, char const*, int) + 486 1 0x7f1bad3a95bep paddle::platform::GpuMaxChunkSize() + 766 2 0x7f1bad2d92ddp paddle::memory::GetGPUBuddyAllocator(int) + 141 3 0x7f1bad2d94ecp void* paddle::memory::Alloc(paddle::platform::CUDAPlace, unsigned long) + 28 4 0x7f1bad2ced42p paddle::framework::Tensor::mutable_data(boost::variant, std::type_index) + 866 5 0x7f1bac7a0cbfp paddle::operators::FillConstantOp::RunImpl(paddle::framework::Scope const&, boost::variant const&) const + 1007 6 0x7f1bad261ebdp paddle::framework::OperatorBase::Run(paddle::framework::Scope const&, boost::variant const&) + 205 7 0x7f1bac5cd06fp paddle::framework::Executor::RunPreparedContext(paddle::framework::ExecutorPrepareContext*, paddle::framework::Scope*, bool, bool, bool) + 255 8 0x7f1bac5ce0c0p paddle::framework::Executor::Run(paddle::framework::ProgramDesc const&, paddle::framework::Scope*, int, bool, bool) + 128 9 0x7f1bac548cbbp void pybind11::cpp_function::initialize(void (paddle::framework::Executor::*)(paddle::framework::ProgramDesc const&, paddle::framework::Scope*, int, bool, bool), pybind11::name const&, pybind11::is_method const&, pybind11::sibling const&)::{lambda(paddle::framework::Executor*, paddle::framework::ProgramDesc const&, paddle::framework::Scope*, int, bool, bool)#1}, void, paddle::framework::Executor*, paddle::framework::ProgramDesc const&, paddle::framework::Scope*, int, bool, bool, pybind11::name, pybind11::is_method, pybind11::sibling>(pybind11::cpp_function::initialize(void (paddle::framework::Executor::*)(paddle::framework::ProgramDesc const&, paddle::framework::Scope*, int, bool, bool), pybind11::name const&, pybind11::is_method const&, pybind11::sibling const&)::{lambda(paddle::framework::Executor*, paddle::framework::ProgramDesc const&, paddle::framework::Scope*, int, bool, bool)#1}&&, void (*)(paddle::framework::Executor*, paddle::framework::ProgramDesc const&, paddle::framework::Scope*, int, bool, bool), pybind11::name const&, pybind11::is_method const&, pybind11::sibling const&)::{lambda(pybind11::detail::function_call&)#3}::_FUN(pybind11::detail::function_call) + 555 10 0x7f1bac5411c4p pybind11::cpp_function::dispatcher(_object*, _object*, _object*) + 2596 11 0x4c37edp PyEval_EvalFrameEx + 31165 12 0x4b9ab6p PyEval_EvalCodeEx + 774 13 0x4c16e7p PyEval_EvalFrameEx + 22711 14 0x4b9ab6p PyEval_EvalCodeEx + 774 15 0x4c1e6fp PyEval_EvalFrameEx + 24639 16 0x4c136fp PyEval_EvalFrameEx + 21823 17 0x4b9ab6p PyEval_EvalCodeEx + 774 18 0x4eb30fp 19 0x4e5422p PyRun_FileExFlags + 130 20 0x4e3cd6p PyRun_SimpleFileExFlags + 390 21 0x493ae2p Py_Main + 1554 22 0x7f1bd6ae9830p __libc_start_main + 240 23 0x4933e9p _start + 41 ``` + 问题解答 该问题通常是GPU显存不足造成的，请在显存充足的GPU服务器上再次尝试则可。可以检查一下机器的显存使用情况。 方法如下： ```bash test@test:~$ nvidia-smi Tue Jul 24 08:24:22 2018 +-----------------------------------------------------------------------------+ | NVIDIA-SMI 384.130 Driver Version: 384.130 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | |===============================+======================+======================| | 0 GeForce GTX 960 Off | 00000000:01:00.0 On | N/A | | 22% 52C P2 100W / 120W | 1757MiB / 1994MiB | 98% Default | +-------------------------------+----------------------+----------------------+ +-----------------------------------------------------------------------------+ | Processes: GPU Memory | | GPU PID Type Process name Usage | |=============================================================================| | 0 1071 G /usr/lib/xorg/Xorg 314MiB | | 0 1622 G compiz 149MiB | | 0 2201 G fcitx-qimpanel 7MiB | | 0 15304 G ...-token=58D78B2D4A63DAE7ED838021B2136723 74MiB | | 0 15598 C python 1197MiB | +-----------------------------------------------------------------------------+ ``` ### Q：版本为paddlepaddle_gpu-0.14.0.post87-cp27-cp27mu-manylinux1_x86_64.whl，跑一个简单的测试程序，出现Segmentation fault。其中 如果place为cpu，可以正常输出，改成gpu则core。 + 程序代码 ```bash def testpaddle014(): place = fluid.CUDAPlace(0) #place = fluid.CPUPlace() print 'version', paddle.__version__, place input = fluid.layers.data(name='input', shape=[3,50,50], dtype='float32') output = fluid.layers.conv2d(input=input,num_filters=1,filter_size=3,stride=1,padding=1,groups=1,act=None) #output = fluid.layers.fc(input=input,size=2) fetch_list = [output.name] data = np.zeros((2,3,50,50), np.float32) exe = fluid.Executor(place) exe.run(fluid.default_startup_program()) outputlist = exe.run( fluid.default_main_program(), feed={'input': data}, fetch_list=fetch_list ) print 'output', outputlist[0].shape ``` + 问题解答 安装版本为`paddlepaddle_gpu-0.14.0.post87-cp27-cp27mu-manylinux1_x86_64.whl`，其中post87是指在CUDA8.0、cudnn7.0编译的，请确定您机器上是否安装了对应版本的cuDNN。造成问题描述中现象的情况通常可能是环境不匹配导致的。 ### Q：安装完了PaddlePaddle后，出现以下python相关的单元测试都过不了的情况： ``` 24 - test_PyDataProvider (Failed) 26 - test_RecurrentGradientMachine (Failed) 27 - test_NetworkCompare (Failed) 28 - test_PyDataProvider2 (Failed) 32 - test_Prediction (Failed) 33 - test_Compare (Failed) 34 - test_Trainer (Failed) 35 - test_TrainerOnePass (Failed) 36 - test_CompareTwoNets (Failed) 37 - test_CompareTwoOpts (Failed) 38 - test_CompareSparse (Failed) 39 - test_recurrent_machine_generation (Failed) 40 - test_PyDataProviderWrapper (Failed) 41 - test_config_parser (Failed) 42 - test_swig_api (Failed) 43 - layers_test (Failed) ``` 并且查询PaddlePaddle单元测试的日志，提示： ``` paddle package is already in your PYTHONPATH. But unittest need a clean environment. Please uninstall paddle package before start unittest. Try to 'pip uninstall paddle'. ``` + 问题解答 卸载PaddlePaddle包 `pip uninstall paddle`, 清理掉老旧的PaddlePaddle安装包，使得单元测试有一个干净的环境。如果PaddlePaddle包已经在python的site-packages里面，单元测试会引用site-packages里面的python包，而不是源码目录里 `/python` 目录下的python包。同时，即便设置 `PYTHONPATH` 到 `/python` 也没用，因为python的搜索路径是优先已经安装的python包。 ### Q：根据官方文档中提供的步骤安装Docker，无法下载需要的golang，导致`tar: Error is not recoverable: exiting now`？ + 报错截图 ![](https://user-images.githubusercontent.com/17102274/42516245-314346be-8490-11e8-85cc-eb95e9f0e02c.png) + 问题解答 由上图可知，生成docker镜像时需要下载[golang](https://storage.googleapis.com/golang/go1.8.1.linux-amd64.tar.gz)，使用者需要保证电脑可以科学上网。 选择下载并使用docker.paddlepaddlehub.com/paddle:latest-devdocker镜像，执行命令如下： ``` git clone https://github.com/PaddlePaddle/Paddle.git cd Paddle git checkout -b 0.14.0 origin/release/0.14.0 sudo docker run --name paddle-test -v $PWD:/paddle --network=host -it docker.paddlepaddlehub.com/paddle:latest-dev /bin/bash ``` 进入docker编译GPU版本的PaddlePaddle，执行命令如下： ``` mkdir build && cd build # 编译GPU版本的PaddlePaddle cmake .. -DWITH_FLUID_ONLY=ON -DWITH_GPU=ON -DWITH_TESTING=ON make -j$(nproc) ``` 通过上面的方式操作后： ![](https://user-images.githubusercontent.com/17102274/42516287-46ccae8a-8490-11e8-9186-985efff3629c.png) 接着安装PaddlePaddle并运行线性回归test_fit_a_line.py程序测试一下PaddlePaddle是安装成功则可 ```bash pip install build/python/dist/*.whl python python/paddle/fluid/tests/book/test_fit_a_line.py ``` ### Q：在Docker镜像上，GPU版本的PaddlePaddle运行结果报错 ![](https://user-images.githubusercontent.com/17102274/42516300-50f04f8e-8490-11e8-95f1-613d3d3f6ca6.png) ![](https://user-images.githubusercontent.com/17102274/42516303-5594bd22-8490-11e8-8c01-55741484f126.png) + 问题解答 使用`sudo docker run --name paddle-test -v $PWD:/paddle --network=host -it docker.paddlepaddlehub.com/paddle:latest-dev /bin/bash`命令创建的docker容器仅能支持运行CPU版本的PaddlePaddle。 使用如下命令重新开启支持GPU运行的docker容器： ``` export CUDA_SO="$(\ls /usr/lib64/libcuda* | xargs -I{} echo '-v {}:{}') $(\ls /usr/lib64/libnvidia* | xargs -I{} echo '-v {}:{}')" export DEVICES=$(\ls /dev/nvidia* | xargs -I{} echo '--device {}:{}') sudo docker run ${CUDA_SO} ${DEVICES} --rm --name paddle-test-gpu -v /usr/bin/nvidia-smi:/usr/bin/nvidia-smi -v $PWD:/paddle --network=host -it docker.paddlepaddlehub.com/paddle:latest-dev /bin/bash ``` 进入docker之后执行如下命令进行PaddlePaddle的安装及测试运行： ``` export LD_LIBRARY_PATH=/usr/lib64:/usr/local/lib:$LD_LIBRARY_PATH pip install build/python/dist/*.whl python python/paddle/fluid/tests/book/test_fit_a_line.py ``` ### Q：在Liunx环境上，通过编译源码的方式安装PaddlePaddle，当安装成功后，运行 `paddle version`, 出现 `PaddlePaddle 0.0.0`？ + 问题解答 如果运行 `paddle version`, 出现`PaddlePaddle 0.0.0`；或者运行 `cmake ..`，出现 ```bash CMake Warning at cmake/version.cmake:20 (message): Cannot add paddle version from git tag ``` 在dev分支下这个情况是正常的，在release分支下通过export PADDLE_VERSION=对应版本号 来解决。 ### Q：安装PaddlePaddle过程中，出现`paddlepaddle\*.whl is not a supported wheel on this platform`？ + 问题解答 `paddlepaddle\*.whl is not a supported wheel on this platform`表示你当前使用的PaddlePaddle不支持你当前使用的系统平台，即没有找到和当前系统匹配的paddlepaddle安装包。最新的paddlepaddle python安装包支持Linux x86_64和MacOS 10.12操作系统，并安装了python 2.7和pip 9.0.1。 请先尝试安装最新的pip，方法如下： ```bash pip install --upgrade pip ``` 如果还不行，可以执行 `python -c "import pip; print(pip.pep425tags.get_supported())"` 获取当前系统支持的python包的后缀， 并对比是否和正在安装的后缀一致。 如果系统支持的是 `linux_x86_64` 而安装包是 `manylinux1_x86_64` ，需要升级pip版本到最新； 如果系统支持 `manylinux1_x86_64` 而安装包（本地）是 `linux_x86_64` ，可以重命名这个whl包为 `manylinux1_x86_64` 再安装。 ## MacOS安装PaddlePaddle ### Q：PaddlePaddle官方文档中，关于MacOS下安装PaddlePaddle只提及了MacOS中使用Docker环境安装PaddlePaddle的内容，没有Mac本机安装的内容？ + 问题解答 基于Docker容器编译PaddlePaddle与本机上直接编译PaddlePaddle，所使用的编译执行命令是不一样的，但是官网仅仅给出了基于Docker容器编译PaddlePaddle所执行的命令。 1.基于Docker容器编译PaddlePaddle，需要执行： ```bash # 1. 获取源码 git clone https://github.com/PaddlePaddle/Paddle.git cd Paddle # 2. 可选步骤：源码中构建用于编译PaddlePaddle的Docker镜像 docker build -t paddle:dev . # 3. 执行下面的命令编译CPU-Only的二进制 docker run -it -v $PWD:/paddle -e "WITH_GPU=OFF" -e "WITH_TESTING=OFF" paddlepaddle/paddle_manylinux_devel:cuda8.0_cudnn5 bash -x /paddle/paddle/scripts/paddle_build.sh build # 4. 或者也可以使用为上述可选步骤构建的镜像（必须先执行第2步） docker run -it -v $PWD:/paddle -e "WITH_GPU=OFF" -e "WITH_TESTING=OFF" paddle:dev ``` 2.直接在本机上编译PaddlePaddle，需要执行： ```bash # 1. 使用virtualenvwrapper创建python虚环境并将工作空间切换到虚环境 mkvirtualenv paddle-venv workon paddle-venv # 2. 获取源码 git clone https://github.com/PaddlePaddle/Paddle.git cd Paddle # 3. 执行下面的命令编译CPU-Only的二进制 mkdir build && cd build cmake .. -DWITH_GPU=OFF -DWITH_TESTING=OFF make -j$(nproc) ``` 更详细的内容，请参考[官方文档](http://paddlepaddle.org/documentation/docs/zh/1.4/beginners_guide/install/install_MacOS.html) ### Q：以源码方式在MacOS上安装时，出现`Configuring incomplete, errors occured!`？ + 报错截图 ![](https://user-images.githubusercontent.com/17102274/42515239-e24be824-848d-11e8-9f3d-3baf156dcea8.png) ![](https://user-images.githubusercontent.com/17102274/42515246-e6f7c2d0-848d-11e8-853a-7d7401e4650f.png) + 问题解答 安装PaddlePaddle编译时需要的各种依赖则可，如下： ```bash pip install wheel brew install protobuf@3.1 pip install protobuf==3.1.0 ``` 如果执行pip install protobuf==3.1.0时报错，输出下图内容： ![](https://user-images.githubusercontent.com/17102274/42515286-fb7a7b76-848d-11e8-931a-a7f61bd6374b.png) 从图中可以获得报错的关键为`Cannot uninstall 'six'`，那么解决方法就是先安装好`six`，再尝试安装`protobuf 3.1.0`如下： ```bash easy_install -U six pip install protobuf==3.1.0 ``` ### Q：MacOS 10.12下编译PaddlePaddle出现`/bin/sh: wget: command not found`，如何解决？ ![](https://user-images.githubusercontent.com/17102274/42515304-0bd7012e-848e-11e8-966f-946361ac7a56.png) + 问题解答 报错的原因从报错输出的信息中可以发现，即没有有找到wget命令，安装wget则可，安装命令如下： ```bash brew install wget ``` ### Q：官网中只介绍了Mac下使用Docker安装编译PaddlePaddle的方式，因为我对Docker不怎么熟悉，想直接安装到本地的Mac系统中，MacOS版本为10.13，是符合要求的，但尝试了多次后，已经出现`No rule to make target`错误？ + 报错截图 ![](https://user-images.githubusercontent.com/17102274/42515324-1bd9c020-848e-11e8-8934-d7da5fc1f090.png) + 问题解答 该问题是有CMake引擎的，修改CMake编译命令，打开WITH_FLUID_ONLY编译选项，修改后编译命令如下： ```bash cmake .. -DWITH_FLUID_ONLY=ON -DWITH_GPU=OFF -DWITH_TESTING=OFF ``` ### Q：MacOS本机直接通过源码编译的方式安装PaddlePaddle出现`[paddle/fluid/platform/CMakeFiles/profiler_py_proto.dir/all] Error 2`？ + 报错截图 ![](https://user-images.githubusercontent.com/17102274/42515350-28c055ce-848e-11e8-9b90-c294b375d8a4.png) + 问题解答 使用cmake版本为3.4则可 ### Q：MacOS本地编译PaddlePaddle github上develop分支的代码出现，出现No such file or directory错误？ + 报错截图 ![](https://user-images.githubusercontent.com/17102274/42515402-453cc0d4-848e-11e8-9a03-a579ea8e4d2d.png) + 问题解答 因为此时develop分支上Generating build/.timestamp这一步涉及的代码还在进行修改，所以并不能保证稳定，建议切换回稳定分支进行编译安装。 可以通过执行如下命令将分支切换到0.14.0进行编译: ```bash cd Paddle git checkout -b release/1.1 cd build && rm -rf * cmake .. -DWITH_FLUID_ONLY=ON -DWITH_GPU=OFF -DWITH_TESTING=OFF make -j4 ``` 编译成功后的结果如图： ![](https://user-images.githubusercontent.com/17102274/42515418-4fb71e56-848e-11e8-81c6-da2a5553a27a.png) ### Q：paddle源码编译（osx）报各种module找不到的问题 从源码编译，最后`cmake ..`时 `Could NOT find PY_google.protobuf (missing: PY_GOOGLE.PROTOBUF) CMake Error at cmake/FindPythonModule.cmake:27 (message): python module google.protobuf is not found` 若通过-D设置路径后，又会有其他的如`Could not find PY_wheel`等其他找不到的情况 + 问题解答 ![](https://cloud.githubusercontent.com/assets/728699/19915727/51f7cb68-a0ef-11e6-86cc-febf82a07602.png) 如上，当cmake找到python解释器和python库时，如果安装了许多pythons，它总会找到不同版本的Python。在这种情况下，您应该明确选择应该使用哪个python。 通过cmake显式设置python包。只要确保python libs和python解释器是相同的python可以解决所有这些问题。当这个python包有一些原生扩展时，例如numpy，显式set python包可能会失败。 ### Q：在MacOS下，本地直接编译安装PaddlePaddle遇到`collect2: ld terminated with signal 9 [Killed] ` ？ + 问题解答 该问题是由磁盘空间不足造成的，你的硬盘要有30G+的空余空间，请尝试清理出足够的磁盘空间，重新安装。 ### Q：因为需要安装numpy等包，但在Mac自带的Python上无法安装，权限错误导致难以将PaddlePaddle正常安装到Mac本地？ + 问题解答 Mac上对自带的Python和包有严格的权限保护，最好不要在自带的Python上安装。建议用virtualenv建立一个新的Python环境来操作。 virtualenv的基本原理是将机器上的Python运行所需的运行环境完整地拷贝一份。我们可以在一台机器上制造多份拷贝，并在这多个拷贝之间自由切换，这样就相当于在一台机器上拥有了多个相互隔离、互不干扰的Python环境。 下面使用virtualenv为Paddle生成一个专用的Python环境。 安装virtualenv，virtualenv本身也是Python的一个包，可以用pip进行安装： ``` sudo -H pip install virtualenv ``` 由于virtualenv需要安装给系统自带的Python，因此需要使用sudo权限。接着使用安装好的virtualenv创建一个新的Python运行环境： ``` virtualenv --no-site-packages paddle ``` --no-site-packages 参数表示不拷贝已有的任何第三方包，创造一个完全干净的新Python环境。后面的paddle是我们为这个新创建的环境取的名字。执行完这一步后，当前目录下应该会出现一个名为paddle（或者你取的其他名字）的目录。这个目录里保存了运行一个Python环境所需要的各种文件。 启动运行环境： ``` source paddle/bin/activate ``` 执行后会发现命令提示符前面增加了(paddle)字样，说明已经成功启动了名为‘paddle’的Python环境。执行which python，可以发现使用的已经是刚刚创建的paddle目录下的Python。 在这个环境中，我们可以自由地进行PaddlePaddle的安装、使用和开发工作，无需担心对系统自带Python的影响。 如果我们经常使用Paddle这个环境，我们每次打开终端后都需要执行一下source paddle/bin/activate来启动环境，比较繁琐。为了简便，可以修改终端的配置文件，来让终端每次启动后自动启动特定的Python环境。 执行: ``` vi ~/.bash_profile ``` 打开终端配置文件，并在文件的最后添加一行： ``` source paddle/bin/activate ``` 这样，每次打开终端时就会自动启动名为‘paddle’的Python环境了。