百度飛槳CPU版安裝教程

2020-12-11 百度校園

作者:陳千鶴 來源:人工智慧學習圈

先說說我自己在安裝過程中遇到的問題及解決方法,後附官方具體的安裝方法,如果遇到類似問題,可以回來看看有沒有解決方法。

pip需要更新到最新版

一般命令:

python -m pip install --upgrade pip

但是有時候會出現報錯導致使用該命令無法升級,可以使用:

python -m pip install -U --force-reinstall pip

還有時會出現:

Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None))…………

只是由於各種關卡限制了它的網速,導致網速過慢或者安裝失敗

我們可以使用國內鏡像來解決。

通過配置文件自動調取默認的源,方法如下:

在windows中

直接在user目錄中創建一個pip目錄,如:C:\Users\xx\pip,新建文件pip.ini

[global]

index-url = https://pypi.tuna.tsinghua.edu.cn/simple

[install]

trusted-host=mirrors.aliyun.com

Linux中

修改 ~/.pip/pip.conf (沒有就創建一個文件夾及文件。文件夾要加「.」,表示是隱藏文件夾)

在文件上寫入上面配置文件中的內容

隨後再使用命令行就可以正常更新了。

2. 安裝Anaconda

Anaconda 可用於 Windows、Mac OS X 和 Linux

選擇相應的版本進行下載就好

下載過程中除了安裝位置外,還有兩個需要確認的地方。

第一個勾是是否把Anaconda加入環境變量,這涉及到能否直接在cmd中使用conda、jupyter、ipython等命令,推薦打勾,如果不打勾話問題也不大,可以在之後使用Anaconda提供的命令行工具進行操作;第二個是是否設置Anaconda所帶的Python 3.6為系統默認的Python版本,這個自己看著辦,問題不大。

一路安裝完成以後,就可以打開cmd測試一下安裝結果。

分別輸入python、ipython、conda、jupyter notebook等命令,會看到相應的結果,說明安裝成功。(python是進入python交互命令行;ipython是進入ipython交互命令行,很強大;conda是Anaconda的配置命令;jupyter notebook則會啟動Web端的ipython notebook)

需要注意的是jupyter notebook命令會在電腦本地以默認配置啟動jupyter服務,之後會再談到這個。

Anaconda安裝成功之後,我們需要修改其包管理鏡像為國內源。

簡單來說就是在cmd中分別運行這兩個命令就好了。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

在 Windows 上,會隨 Anaconda 一起安裝一批應用程式:

Anaconda Navigator,它是用於管理環境和包的 GUI

Anaconda Prompt 終端,它可讓你使用命令行界面來管理環境和包

Spyder,它是面向科學開發的 IDE

為了避免報錯,我推薦在默認環境下更新所有的包。打開 Anaconda Prompt (或者 Mac 下的終端),鍵入:

conda upgrade --all

並在提示是否更新的時候輸入 y(Yes)以便讓更新繼續。初次安裝下的軟體包版本一般都比較老舊,因此提前更新可以避免未來不必要的問題。

但是有時候anconda無法自動添加到環境變量中,就需要我們手動進行操作,操作是將Anaconda安裝目錄下的 Scripts文件夾加入到環境變量。舉例:我的Anaconda路徑是:C:\ProgramData\Anaconda3\Scripts,加入到環境變量。

驗證一下:在cmd輸入 conda,出現有命令提示即表示成功。

如果添加後還不行,可以考慮重啟電腦再進行測試。

〇、各種系統最簡單的安裝方法

64位Windows下python3使用pip安裝CPU版本:

python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

或者:

python -m pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple

驗證是否安裝成功:使用python進入python解釋器,輸入import paddle.fluid,再輸入paddle.fluid.install_check.run_check()。

如果出現Your Paddle Fluid is installed successfully!,說明您已成功安裝。

2. 64位MacOS下使用pip安裝CPU版本:

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

或者:

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

驗證是否安裝成功:使用python3進入python解釋器,輸入import paddle.fluid,再輸入paddle.fluid.install_check.run_check()。

如果出現Your Paddle Fluid is installed successfully!,說明您已成功安裝。

3. 64位Ubuntu下使用pip安裝CPU版本:

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

或者:

python3 -m pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple

驗證是否安裝成功:使用python3進入python解釋器,輸入import paddle.fluid,再輸入paddle.fluid.install_check.run_check()。

如果出現Your Paddle Fluid is installed successfully!,說明您已成功安裝。

4. 64位CentOS下使用pip安裝CPU版本:

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

或者:

python3 -m pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple

驗證是否安裝成功:使用python3進入python解釋器,輸入import paddle.fluid,再輸入paddle.fluid.install_check.run_check()。

如果出現Your Paddle Fluid is installed successfully!,說明您已成功安裝。

一、安裝說明

本說明將指導您在64位作業系統編譯和安裝PaddlePaddle

1. 作業系統要求:

Windows 7 / 8 / 10,專業版 / 企業版

Ubuntu 14.04 / 16.04 / 18.04

CentOS 6 / 7

MacOS 10.11 / 10.12 / 10.13 / 10.14

作業系統要求是 64 位版本

2. 處理器要求

處理器支持 MKL

處理器架構是x86_64(或稱作 x64、Intel 64、AMD64)架構,目前PaddlePaddle不支持arm64架構

3. Python 和 pip 版本要求:

Python 2 的版本要求 2.7.15+

Python 3 的版本要求 3.5.1+/3.6/3.7

Python 具有 pip, 且 pip 的版本要求 9.0.1+

Python 和 pip 要求是 64 位版本

4. PaddlePaddle 對 GPU 支持情況:

目前 PaddlePaddle 僅支持 NVIDIA 顯卡的 CUDA 驅動

僅 Ubuntu/CentOS 支持 NCCL 2 技術

Windows 安裝 GPU 版本

Windows 7/8/10 支持 CUDA 9.0/10.0 單卡模式,不支持 CUDA 9.1/9.2/10.1

不支持 nvidia-docker 方式安裝

Ubuntu 安裝 GPU 版本

Ubuntu 14.04 支持 CUDA 10.0/10.1,不支持CUDA 9.0/9.1/9.2

Ubuntu 16.04 支持 CUDA 9.0/9.1/9.2/10.0/10.1

Ubuntu 18.04 支持 CUDA 10.0/10.1,不支持CUDA 9.0/9.1/9.2

如果您是使用 nvidia-docker 安裝,支持 CUDA 9.0/9.1/9.2/10.0/10.1

CentOS 安裝 GPU 版本

如果您是使用本機 pip 安裝:

CentOS 7 支持 CUDA 9.0/9.1/9.2/10.0/10.1,CUDA 9.1 僅支持單卡模式

CentOS 6 支持 CUDA 9.0/9.1/9.2/10.0/10.1 單卡模式

如果您是使用本機源碼編譯安裝:

CentOS 7 支持 CUDA 9.0/9.1/9.2/10.0/10.1,CUDA 9.1 僅支持單卡模式

CentOS 6 不推薦,不提供編譯出現問題時的官方支持

如果您是使用 nvidia-docker 安裝,在CentOS 7 下支持 CUDA 9.0/9.1/9.2/10.0/10.1

MacOS 不支持:PaddlePaddle 在 MacOS 平臺沒有 GPU 支持

5. PaddlePaddle 對 NCCL 支持情況:

Windows 支持情況

不支持NCCL

Ubuntu 支持情況

Ubuntu 14.04:

CUDA10.1 下支持NCCL v2.4.2-v2.4.8

CUDA10.0 下支持NCCL v2.3.7-v2.4.8

Ubuntu 16.04:

CUDA10.1 下支持NCCL v2.4.2-v2.4.8

CUDA10.0/9.2/9.0 下支持NCCL v2.3.7-v2.4.8

CUDA9.1 下支持NCCL v2.1.15

Ubuntu 18.04:

CUDA10.1 下支持NCCL v2.4.2-v2.4.8

CUDA10.0 下支持NCCL v2.3.7-v2.4.8

CentOS 支持情況

CentOS 6:不支持NCCL

CentOS 7:

CUDA10.1 下支持NCCL v2.4.2-v2.4.8

CUDA10.0/9.2/9.0 下支持NCCL v2.3.7-v2.4.8

MacOS 支持情況

不支持NCCL

第一種安裝方式:使用 pip 安裝

您可以選擇「使用pip安裝」、「使用conda安裝」、「使用docker安裝」、「從源碼編譯安裝」 四種方式中的任意一種方式進行安裝。

本節將介紹使用 pip 的安裝方式。

需要您確認您的 作業系統 滿足上方列出的要求

需要您確認您的 處理器 滿足上方列出的要求

確認您需要安裝 PaddlePaddle 的 Python 是您預期的位置,因為您計算機可能有多個 Python如果您是使用 Python 2,使用以下命令輸出 Python 路徑,根據您的環境您可能需要將說明中所有命令行中的 python 替換為具體的 Python 路徑在 Windows 環境下,輸出 Python 路徑的命令為:where python在 MacOS/Linux 環境下,輸出 Python 路徑的命令為:which python如果您是使用 Python 3,使用以下命令輸出 Python 路徑,根據您的環境您可能需要將說明中所有命令行中的 python3 替換為 python 或者替換為具體的 Python 路徑在 Windows 環境下,輸出 Python 路徑的命令為:where python3在 MacOS/Linux 環境下,輸出 Python 路徑的命令為:which python3

檢查 Python 的版本如果您是使用 Python 2,使用以下命令確認是 2.7.15+python --version如果您是使用 Python 3,使用以下命令確認是 3.5.1+/3.6/3.7python3 --version

檢查 pip 的版本,確認是 9.0.1+如果您是使用 Python 2python -m ensurepippython -m pip --version如果您是使用 Python 3python3 -m ensurepippython3 -m pip --version

確認 Python 和 pip 是 64 bit,並且處理器架構是x86_64(或稱作 x64、Intel 64、AMD64)架構,目前PaddlePaddle不支持arm64架構。下面的第一行輸出的是 "64bit" ,第二行輸出的是 "x86_64" 、 "x64" 或 "AMD64" 即可:如果您是使用 Python 2python -c "import platform;print(platform.architecture()[0]);print(platform.machine())"如果您是使用 Python 3python3 -c "import platform;print(platform.architecture()[0]);print(platform.machine())"

需要您確認您的 GPU 滿足上方列出的要求

驗證安裝使用 python 或 python3 進入python解釋器,輸入import paddle.fluid ,再輸入 paddle.fluid.install_check.run_check()。如果出現 Your Paddle Fluid is installed succesfully!,說明您已成功安裝。

第二種安裝方式:使用 conda 安裝

您可以選擇「使用pip安裝」、「使用conda安裝」、「使用docker安裝」、「從源碼編譯安裝」 四種方式中的任意一種方式進行安裝。

本節將介紹使用 conda 的安裝方式。

需要您確認您的 作業系統 滿足上方列出的要求

需要您確認您的 處理器 滿足上方列出的要求

如果您需要新建 conda 的虛擬環境專門給 Paddle 使用(--name後邊的環境名稱,您可以自己選擇):如果您是使用 Python2 並且在 Window 環境下conda create --name paddle python=2.7activate paddle如果您是使用 Python2 並且在 MacOS/Linux 環境下conda create --name paddle python=2.7conda activate paddle如果您是使用 Python3 並且在 Window 環境下,注意:python3版本可以是3.5.1+/3.6/3.7conda create --name paddle python=3.7activate paddle如果您是使用 Python3 並且在 MacOS/Linux 環境下,注意:python3版本可以是3.5.1+/3.6/3.7conda create --name paddle python=3.7conda activate paddle

確認您需要安裝 PaddlePaddle 的 Python 是您預期的位置,因為您計算機可能有多個 Python,進入 Anaconda 的命令行終端,輸入以下指令確認 Python 位置如果您是使用 Python 2,使用以下命令輸出 Python 路徑,根據您的環境您可能需要將說明中所有命令行中的 python 替換為具體的 Python 路徑在 Windows 環境下,輸出 Python 路徑的命令為:where python在 MacOS/Linux 環境下,輸出 Python 路徑的命令為:which python如果您是使用 Python 3,使用以下命令輸出 Python 路徑,根據您的環境您可能需要將說明中所有命令行中的 python3 替換為 python 或者替換為具體的 Python 路徑在 Windows 環境下,輸出 Python 路徑的命令為:where python3在 MacOS/Linux 環境下,輸出 Python 路徑的命令為:which python3

檢查 Python 的版本如果您是使用 Python 2,使用以下命令確認是 2.7.15+python --version如果您是使用 Python 3,使用以下命令確認是 3.5.1+/3.6/3.7python3 --version

檢查 pip 的版本,確認是 9.0.1+如果您是使用 Python 2python -m ensurepippython -m pip --version如果您是使用 Python 3python3 -m ensurepippython3 -m pip --version

確認 Python 和 pip 是 64 bit,並且處理器架構是x86_64(或稱作 x64、Intel 64、AMD64)架構,目前PaddlePaddle不支持arm64架構。下面的第一行輸出的是 "64bit" ,第二行輸出的是 "x86_64" 、 "x64" 或 "AMD64" 即可:如果您是使用 Python 2python -c "import platform;print(platform.architecture()[0]);print(platform.machine())"如果您是使用 Python 3python3 -c "import platform;print(platform.architecture()[0]);print(platform.machine())"

如果您希望使用 conda 進行安裝PaddlePaddle可以直接使用以下命令:(1). CPU版本 :如果您只是想安裝CPU版本請參考如下命令安裝conda install paddlepaddle(2). GPU版本 :如果您想使用GPU版本請參考如下命令安裝注意:

需要您確認您的 GPU 滿足上方列出的要求

如果您是使用 CUDA 8,cuDNN 7.1+,安裝GPU版本的命令為:conda install paddlepaddle-gpu cudatoolkit=8.0如果您是使用 CUDA 9,cuDNN 7.3+,安裝GPU版本的命令為:conda install paddlepaddle-gpu cudatoolkit=9.0如果您是使用 CUDA 10.0,cuDNN 7.3+,安裝GPU版本的命令為:conda install paddlepaddle-gpu cudatoolkit=10.0

驗證安裝使用 python 或 python3 進入python解釋器,輸入import paddle.fluid ,再輸入 paddle.fluid.install_check.run_check()。如果出現 Your Paddle Fluid is installed succesfully!,說明您已成功安裝。

第三種安裝方式:使用 docker 安裝

您可以選擇「使用pip安裝」、「使用conda安裝」、「使用docker安裝」、「從源碼編譯安裝」 四種方式中的任意一種方式進行安裝。

本節將介紹使用 docker 的安裝方式。

CentOS 6 不支持 docker 方式安裝

處理器需要支持 MKL

處理器需要支持 MKL

您的計算機需要具有支持 CUDA 驅動的 NVIDIA 顯卡

僅 Ubuntu/CentOS 支持 NCCL 2 技術

Ubuntu/CentOS 7 ,如果您是使用 nvidia-docker 安裝,支持 CUDA 8.0/9.0/9.1/9.2/10.0

Windows/MacOS/CentOS 6 不支持 nvidia-docker 方式安裝

如果您的機器不在中國大陸地區,可以直接從DockerHub拉取鏡像:docker run --name paddle -it -v dir1:dir2 paddlepaddle/paddle:1.7.0 /bin/bash> --name [Name of container] 設定Docker的名稱;> -it 參數說明容器已和本機交互式運行;> -v 參數用於宿主機與容器裡文件共享;其中dir1為宿主機目錄,dir2為掛載到容器內部的目錄,用戶可以通過設定dir1和dir2自定義自己的掛載目錄;例如:$PWD:/paddle 指定將宿主機的當前路徑(Linux中PWD變量會展開為當前路徑的絕對路徑)掛載到容器內部的 /paddle 目錄;> paddlepaddle/paddle:1.7.0 是需要使用的image名稱;/bin/bash是在Docker中要執行的命令

驗證安裝使用 python 或 python3 進入python解釋器,輸入import paddle.fluid ,再輸入 paddle.fluid.install_check.run_check()。如果出現 Your Paddle Fluid is installed succesfully!,說明您已成功安裝。

第四種安裝方式:使用原始碼編譯安裝

如果您只是使用 PaddlePaddle ,建議從 pip 和 conda 、 docker 三種安裝方式中選取一種進行安裝即可。

二、Windows下安裝

環境準備

Windows 7/8/10 專業版/企業版 (64bit) (GPU版本支持CUDA 9.0/10.0,且僅支持單卡)

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)

注意事項

確認需要安裝 PaddlePaddle 的 Python 是您預期的位置,因為您計算機可能有多個 Python

如果您是使用 Python 2,使用以下命令輸出 Python 路徑,根據的環境您可能需要將說明中所有命令行中的 python 替換為具體的 Python 路徑where python

如果您是使用 Python 3,使用以下命令輸出 Python 路徑,根據您的環境您可能需要將說明中所有命令行中的 python3 替換為 python 或者替換為具體的 Python 路徑where python3

需要確認python的版本是否滿足要求

如果您是使用 Python 2,使用以下命令確認是 2.7.15+python --version

如果您是使用 Python 3,使用以下命令確認是 3.5.1+/3.6/3.7python3 --version

需要確認pip的版本是否滿足要求,要求pip版本為9.0.1+

如果您是使用 Python 2python -m ensurepippython -m pip --version

如果您是使用 Python 3python3 -m ensurepippython3 -m pip --version

需要確認Python和pip是64bit,並且處理器架構是x86_64(或稱作x64、Intel 64、AMD64)架構,目前PaddlePaddle不支持arm64架構。下面的第一行輸出的是"64bit",第二行輸出的是"x86_64"、"x64"或"AMD64"即可:

如果您是使用 Python 2python -c "import platform;print(platform.architecture()[0]);print(platform.machine())"

如果您是使用 Python 3python3 -c "import platform;print(platform.architecture()[0]);print(platform.machine())"

當前版本暫不支持NCCL,分布式等相關功能

選擇CPU/GPU

如果您的計算機沒有 NVIDIA GPU,請安裝CPU版的PaddlePaddle

如果您的計算機有 NVIDIA GPU,並且滿足以下條件,推薦安裝GPU版的PaddlePaddle

CUDA 工具包9.0/10.0配合cuDNN v7.3+

GPU運算能力超過1.0的硬體設備

注: 目前官方發布的windows安裝包僅包含 CUDA 9.0/10.0 的單卡模式,不包含 CUDA 9.1/9.2/10.1,如需使用,請通過源碼自行編譯。

安裝方式

Windows系統下有3種安裝方式:

pip安裝(推薦)

這裡為您介紹pip安裝方式

安裝步驟

CPU版PaddlePaddle:

對於Python 2: python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple 或 python -m pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple

對於Python 3: python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple 或 python3 -m pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple

GPU版PaddlePaddle:

對於Python 2: python -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple 或 python -m pip install paddlepaddle-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple

對於Python 3: python3 -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple 或 python3 -m pip install paddlepaddle-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple

註:

如果是python2.7, 建議使用python命令; 如果是python3.x, 則建議使用python3命令

驗證安裝

安裝完成後您可以使用 python 或 python3 進入python解釋器,輸入import paddle.fluid as fluid ,再輸入 fluid.install_check.run_check()

如果出現Your Paddle Fluid is installed succesfully!,說明您已成功安裝。

如何卸載

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

三、Ubuntu下安裝

環境準備

Ubuntu 版本 (64 bit)

Ubuntu 14.04 (GPU 版本支持 CUDA 10.0/10.1)

Ubuntu 16.04 (GPU 版本支持 CUDA 9.0/9.1/9.2/10.0/10.1)

Ubuntu 18.04 (GPU 版本支持 CUDA 10.0/10.1)

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)

注意事項

可以使用uname -m && cat /etc/*release查看本機的作業系統和位數信息

確認需要安裝 PaddlePaddle 的 Python 是您預期的位置,因為您計算機可能有多個 Python

如果您是使用 Python 2,使用以下命令輸出 Python 路徑,根據的環境您可能需要將說明中所有命令行中的 python 替換為具體的 Python 路徑which python

如果您是使用 Python 3,使用以下命令輸出 Python 路徑,根據您的環境您可能需要將說明中所有命令行中的 python3 替換為 python 或者替換為具體的 Python 路徑which python3

需要確認python的版本是否滿足要求

如果您是使用 Python 2,使用以下命令確認是 2.7.15+python --version

如果您是使用 Python 3,使用以下命令確認是 3.5.1+/3.6/3.7python3 --version

需要確認pip的版本是否滿足要求,要求pip版本為9.0.1+

如果您是使用 Python 2python -m ensurepippython -m pip --version

如果您是使用 Python 3python3 -m ensurepippython3 -m pip --version

需要確認Python和pip是64bit,並且處理器架構是x86_64(或稱作x64、Intel 64、AMD64)架構,目前PaddlePaddle不支持arm64架構。下面的第一行輸出的是"64bit",第二行輸出的是"x86_64"、"x64"或"AMD64"即可:

如果您是使用 Python 2python -c "import platform;print(platform.architecture()[0]);print(platform.machine())"

如果您是使用 Python 3python3 -c "import platform;print(platform.architecture()[0]);print(platform.machine())"

默認提供的安裝包需要計算機支持MKL

選擇CPU/GPU

如果您的計算機沒有 NVIDIA GPU,請安裝CPU版的PaddlePaddle

如果您的計算機有 NVIDIA GPU,並且滿足以下條件,推薦安裝GPU版的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運算能力超過1.0的硬體設備

安裝方式

Ubuntu系統下有5種安裝方式:

pip安裝(推薦)

這裡為您介紹pip安裝方式

安裝步驟

CPU版PaddlePaddle:

對於Python 2: python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple 或 python -m pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple

對於Python 3: python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple 或 python3 -m pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple

GPU版PaddlePaddle:

對於Python 2: python -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple 或 python -m pip install paddlepaddle-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple

對於Python 3: python3 -m pip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple 或 python3 -m pip install paddlepaddle-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple

註:

如果是python2.7, 建議使用python命令; 如果是python3.x, 則建議使用python3命令

驗證安裝

安裝完成後您可以使用 python 或 python3 進入python解釋器,輸入import paddle.fluid as fluid ,再輸入 fluid.install_check.run_check()

如果出現Your Paddle Fluid is installed succesfully!,說明您已成功安裝。

如何卸載

請使用以下命令卸載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

四、MacOS下安裝

環境準備

MacOS 版本 10.11/10.12/10.13/10.14 (64 bit) (不支持GPU版本)

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)

注意事項

確認需要安裝 PaddlePaddle 的 Python 是您預期的位置,因為您計算機可能有多個 Python

如果您是使用 Python 2,使用以下命令輸出 Python 路徑,根據的環境您可能需要將說明中所有命令行中的 python 替換為具體的 Python 路徑which python

如果您是使用 Python 3,使用以下命令輸出 Python 路徑,根據您的環境您可能需要將說明中所有命令行中的 python3 替換為 python 或者替換為具體的 Python 路徑which python3

需要確認python的版本是否滿足要求

如果您是使用 Python 2,使用以下命令確認是 2.7.15+python --version

如果您是使用 Python 3,使用以下命令確認是 3.5.1+/3.6/3.7python3 --version

需要確認pip的版本是否滿足要求,要求pip版本為9.0.1+

如果您是使用 Python 2python -m ensurepippython -m pip --version

如果您是使用 Python 3python3 -m ensurepippython3 -m pip --version

需要確認Python和pip是64bit,並且處理器架構是x86_64(或稱作x64、Intel 64、AMD64)架構,目前PaddlePaddle不支持arm64架構。下面的第一行輸出的是"64bit",第二行輸出的是"x86_64"、"x64"或"AMD64"即可:

如果您是使用 Python 2python -c "import platform;print(platform.architecture()[0]);print(platform.machine())"

如果您是使用 Python 3python3 -c "import platform;print(platform.architecture()[0]);print(platform.machine())"

默認提供的安裝包需要計算機支持MKL

選擇CPU/GPU

目前在MacOS環境僅支持CPU版PaddlePaddle

安裝方式MacOS系統下有5種安裝方式:

pip安裝(推薦)

這裡為您介紹pip安裝方式

安裝步驟

CPU版PaddlePaddle:

對於Python 2: python-mpipinstallpaddlepaddle-ihttps://mirror.baidu.com/pypi/simple 或 python-mpipinstallpaddlepaddle-ihttps://pypi.tuna.tsinghua.edu.cn/simple

對於Python 3: python3-mpipinstallpaddlepaddle-ihttps://mirror.baidu.com/pypi/simple 或 python3-mpipinstallpaddlepaddle-ihttps://pypi.tuna.tsinghua.edu.cn/simple

MacOS上您需要安裝unrar以支持PaddlePaddle,可以使用命令brewinstallunrar

如果是python2.7, 建議使用python命令; 如果是python3.x, 則建議使用python3命令

驗證安裝安裝完成後您可以使用 python 或 python3 進入python解釋器,輸入import paddle.fluid as fluid ,再輸入 fluid.install_check.run_check()如果出現Your Paddle Fluid is installed succesfully!,說明您已成功安裝。

如何卸載請使用以下命令卸載PaddlePaddle:

python-mpipuninstallpaddlepaddle 或 python3-mpipuninstallpaddlepaddle

相關焦點

  • 百度世界2020再曝飛槳最新進展 實現「動靜統一、軟硬融合」
    在當天下午的百度大腦分論壇,百度深度學習技術平臺部高級總監馬豔軍從技術層面出發,用「動靜統一、軟硬融合」形容飛槳的此次更新:硬體上,飛槳目前已適配22種晶片型號,覆蓋15家硬體廠商,對國產硬體的支持超過TensorFlow和PyTorch;軟體上,動態圖功能升級實現了動靜態的結合,讓用戶更容易開發模型;全面升級的API體系,則對於開發者更加友好。
  • 百度飛槳攜手LF開源軟體大學推出國內首個深度學習聯合認證!
    為了助力深度學習工程師的職業發展,百度飛槳和Linux Foundation開源軟體大學合作推出國內首個深度學習工程師聯合認證。現已開通人才招募「綠色通道」,通過認證的開發者將獲得認證標籤並被納入AI專項人才庫,百度AI技術崗位可以免筆試應聘,相關生態合作企業技術崗位也可優先錄用。
  • 用AI提速生命科學研究 百度飛槳推出螺旋槳生物計算平臺
    12月20日,由深度學習技術及應用國家工程實驗室與百度聯合主辦的WAVE SUMMIT+2020深度學習開發者峰會在北京舉辦。百度飛槳作為國內開源最早、技術領先、功能完備的產業級深度學習平臺,繼520峰會之後,持續發布前沿產業洞察,重磅技術升級和開源生態成果。
  • 百度飛槳全景圖上新,重磅發布PaddleHelix螺旋槳生物計算平臺
    (百度首席技術官、深度學習技術及應用國家工程實驗室主任王海峰)本屆峰會,百度飛槳帶來八大全新發布與升級,有支持前沿技術探索和應用的生物計算平臺PaddleHelix螺旋槳,開發更加便捷的飛槳開源框架2.0 RC版,端雲協同的AI集成開發環境BML CodeLab,支持更強大分布式訓練的業界首個通用異構參數伺服器架構,開源算法庫增至
  • 百度CTO王海峰:飛槳深度學習平臺是產業智能化基礎技術底座
    5月20日,由深度學習技術及應用國家工程實驗室與百度聯合主辦的「Wave Summit 2020」深度學習開發者峰會在線上召開。百度CTO王海峰在致辭中表示,時代契機為飛槳的發展提供了最好的機遇,作為中國首個開源開放、功能完備的產業級深度學習平臺,飛槳將與產業緊密融合,與開發者並肩前行。
  • 打破開發壁壘,2020深度學習開發者峰會百度飛槳認證PPDE分享開源收穫
    百度飛槳作為國內開源最早的產業級深度學習平臺,帶來八大全新發布與升級,包括生物計算平臺PaddleHelix螺旋槳,飛槳開源框架2.0 RC版,AI集成開發環境BML CodeLab,飛槳企業版EasyDL智能數據服務升級,飛槳硬體生態路線圖以及攜手全球開發者開啟「大航海」計劃等。同時還公布了飛槳開發者生態建設的成績單。
  • AI時代「作業系統」的山之巔,百度飛槳的夢想城
    一年的時間很短,飛槳的市場份額在2020年又向前跨越了一步,坐穩了深度學習平臺第一陣營的位置。  回顧即將逝去的2020,讓我們一起來看看百度飛槳究竟是怎樣在產業智能化的浪潮中翻江倒海的。  2012年百度成功將深度學習DNN模型應用到語音識別、OCR任務中,並在2013年打造出深度學習框架飛槳(PaddlePaddle)的原型Paddle。  2016年,百度正式宣布飛槳對外開源開放。  至此,中國首個,也是國內唯一開源開放、功能完備的深度學習框架成型。
  • 百度飛槳全新發布「大航海」計劃,5億資源重磅加碼高校人才培養
    (百度首席技術官、深度學習技術及應用國家工程實驗室主任王海峰)本屆峰會,百度飛槳帶來八大全新發布與升級,有支持前沿技術探索和應用的生物計算平臺PaddleHelix螺旋槳,開發更加便捷的飛槳開源框架2.0RC版,端雲協同的AI集成開發環境BMLCodeLab,支持更強大分布式訓練的業界首個通用異構參數伺服器架構,開源算法庫增至
  • WaveSummit 2020百度CTO王海峰致辭:飛槳深度學習平臺是新型基礎...
    5月20日,由深度學習技術及應用國家工程實驗室與百度聯合主辦的"Wave Summit 2020"深度學習開發者峰會在線上召開。百度CTO王海峰在致辭中表示,時代契機為飛槳的發展提供了最好的機遇,作為中國首個開源開放、功能完備的產業級深度學習平臺,飛槳將與產業緊密融合,與開發者並肩前行。
  • 百度飛槳推出開源框架V2.0RC版本,帶來「編程一致、動靜統一」全新...
    (百度首席技術官、深度學習技術及應用國家工程實驗室主任王海峰)本屆峰會,百度飛槳帶來八大全新發布與升級,有支持前沿技術探索和應用的生物計算平臺PaddleHelix螺旋槳,開發更加便捷的飛槳開源框架2.0 RC版,端雲協同的AI集成開發環境BML CodeLab,支持更強大分布式訓練的業界首個通用異構參數伺服器架構,開源算法庫增至200+,飛槳企業版EasyDL
  • 百度飛槳硬體生態路線圖全公開:硬體夥伴20家,適配29種晶片型號
    (百度首席技術官、深度學習技術及應用國家工程實驗室主任王海峰)本屆峰會,百度飛槳帶來八大全新發布與升級,有支持前沿技術探索和應用的生物計算平臺PaddleHelix螺旋槳,開發更加便捷的飛槳開源框架2.0 RC版,
  • CCF名企面對面|百度飛槳2.0深度學習實踐
    第二季第12場活動安排在10月30日19:00-20:30,屆時將邀請CCF公司會員-百度的傑出架構師胡曉光、飛槳開源框架產品負責人張軍兩位技術專家,全面解析深度學習框架飛槳2.0最新架構,帶大家深入淺出掌握深度學習技術,領略最真實的深度學習產業落地應用。
  • 百度鄧凱鵬:飛槳視覺技術解析與應用
    百度鄧凱鵬:飛槳視覺技術解析與應用嗨,大家好。這裡是學術報告專欄,讀芯術小編不定期挑選並親自跑會,為大家奉獻科技領域最優秀的學術報告,為同學們記錄報告乾貨,並想方設法搞到一手的PPT和現場視頻——足夠乾貨,足夠新鮮!話不多說,快快看過來,希望這些優秀的青年學者、專家傑青的學術報告 ,能讓您在業餘時間的知識閱讀更有價值。人工智慧論壇如今浩如煙海,有硬貨、有乾貨的講座卻百裡挑一。
  • 百度飛槳EasyDL專業版內容首發,一站式AI服務等優勢突出
    今年4月,百度大腦EasyDL發布零售版;緊接著,在11月5日"WAVE SUMMIT+"2019深度學習開發者秋季峰會現場,EasyDL專業版正式發布。發布後也標誌著, EasyDL已"進化"為擁有包括專業版、零售版和經典版,面向不同人群、聚焦不同需求的、AI定製化訓練及服務平臺。
  • Graphcore加入百度飛槳硬體生態圈,實現機器智能創新
    (文章來源:Graphcore) 在Wave Summit 2020深度學習開發者峰會上,百度正式宣布Graphcore為百度飛槳(PaddlePaddle)硬體生態圈共建計劃夥伴之一,並且共同籤署倡議書,以助力AI創新應用在各類場景落地,並推動行業統一標準建立。
  • 飛槳閃耀2019百度雲智峰會,軟硬結合助力產業智能化
    會上,百度自研深度學習平臺飛槳(PaddlePaddle)在大會上頻頻亮相,展現出AI時代的「作業系統」對AI落地的助推力。(百度副總裁、智能雲事業群組總經理尹世明:人工智慧正在進入工業化進程)雲智峰會上,百度智能雲首發智能計算全景圖,將全面助力產業智能化變革,幫助合作夥伴時間降本增效和業務創新;同時全新發布了諸多面向AI工業化的新產品,其中就有兩款產品深度融合了百度飛槳:全自研百度崑崙雲伺服器,針對雲端場景,基於百度自主研發的中國第一款雲端全功能AI晶片「崑崙」,運算能力比最新基於FPGA的
  • 國產開源,GitHub 標星 47000+,百度飛槳從打響第一槍到戰役突圍
    2019 年 4 月,時任百度高級副總裁(現百度 CTO)王海峰在 Wave Summit 深度學習開發者峰會上,為深度學習框架 PaddlePaddle 在百度內部的戰略地位進行了定調。PaddlePaddle 發布中文名「飛槳」,開始強調自己更懂中國開發者,以及更加專注於深度學習模型的工業生產和部署。
  • 百度飛槳全景圖曝光 升級35項功能
    今天,在深度學習技術及應用國家工程實驗室與百度聯合主辦的「WAVE SUMMIT 2020」深度學習開發者峰會上,百度再次對飛槳進行了諸多重磅功能升級,並推出「飛槳企業版」和量子計算深度學習開發工具「量槳」等新產品,為百度「AI大生產平臺」注入了更多能力。
  • 百度飛槳適配英特爾®NUC,助力AI產業落地
    AI產業軟硬體結合新方案:百度飛槳和神州數碼強強聯手,完成百度飛槳全流程開發工具與英特爾®NUC(Next Unit of Computing)的兼容性適配,為AI產業落地提供高性能軟硬一體的解決方案。作為飛槳全流程開發工具,Paddle X可以幫助開發者快速地構建、訓練和部署深度學習算法。
  • 百度飛槳適配英特爾NUC,助力AI產業落地
    AI產業軟硬體結合新方案:百度飛槳和神州數碼強強聯手,完成百度飛槳全流程開發工具與英特爾NUC(Next Unit of Computing)的兼容性適配,為AI產業落地提供高性能軟硬一體的解決方案。作為飛槳全流程開發工具,Paddle X可以幫助開發者快速地構建、訓練和部署深度學習算法。它簡化了深度學習模型產業應用過程中每個步驟的繁雜操作,將深度學習的工具和流程拼接在一起,讓AI算法開發更輕鬆。