Linux下的PIP安装

- CentOS 6 (GPU版本支持CUDA 9.0/9.1/9.2/10.0/10.1/10.2, 仅支持单卡)
- CentOS 7 (GPU版本支持CUDA 9.0/9.1/9.2/10.0/10.1/10.2/11.0, 其中CUDA 9.1仅支持单卡)
- Ubuntu 14.04 (GPU 版本支持 CUDA 10.0/10.1)
- Ubuntu 16.04 (GPU 版本支持 CUDA 9.0/9.1/9.2/10.0/10.1/10.2)
- Ubuntu 18.04 (GPU 版本支持 CUDA 10.0/10.1/10.2/11.0)
Python 版本 2.7.15+/3.5.1+/3.6/3.7/3.8 (64 bit)
pip 或 pip3 版本 20.2.2+ (64 bit)

可以使用以下命令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
- 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+/3.6/3.7/3.8
```
python3 --version
```
需要确认pip的版本是否满足要求，要求pip版本为20.2.2+
- 如果您是使用 Python2
```
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
默认提供的安装包需要计算机支持MKL

本文档为您介绍pip安装方式

如果您的计算机没有 NVIDIA® GPU，请安装CPU版的PaddlePaddle
如果您的计算机有NVIDIA® GPU，请确保满足以下条件并且安装
- CUDA 工具包9.0/10.0配合cuDNN v7.6+(如需多卡支持，需配合NCCL2.3.7及更高)
- CUDA 工具包10.1/10.2配合cuDNN v7.6+(如需多卡支持，需配合NCCL2.7及更高)
- CUDA 工具包11.0配合cuDNN v8.0.4(如需多卡支持，需配合NCCL2.7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，

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）:

Centos 系统可以参考以下命令

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

Ubuntu 系统可以参考以下命令

dpkg -i nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb

sudo apt-get install -y libnccl2=2.3.7-1+cuda9.0 libnccl-dev=2.3.7-1+cuda9.0

GPU版的PaddlePaddle

2.1 CPU版的PaddlePaddle

如果您是使用 Python 2

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

如果您是使用 Python 3

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

2.2 GPU版的PaddlePaddle

2.2.1 CUDA9.0的PaddlePaddle

如果您是使用 Python 3

python3 -m pip install paddlepaddle-gpu==2.0.0.post90 -f https://paddlepaddle.org.cn/whl/stable.html

2.2.2 CUDA10.0的PaddlePaddle

如果您是使用 Python 2

python -m pip install paddlepaddle-gpu==2.0.0.post100 -f https://paddlepaddle.org.cn/whl/stable.html

如果您是使用 Python 3

python3 -m pip install paddlepaddle-gpu==2.0.0.post100 -f https://paddlepaddle.org.cn/whl/stable.html

2.2.3 CUDA10.1的PaddlePaddle

如果您是使用 Python 2

python -m pip install paddlepaddle-gpu==2.0.0.post101 -f https://paddlepaddle.org.cn/whl/stable.html

如果您是使用 Python 3

python3 -m pip install paddlepaddle-gpu==2.0.0.post101 -f https://paddlepaddle.org.cn/whl/stable.html

2.2.4 CUDA10.2的PaddlePaddle

如果您是使用 Python 2

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

如果您是使用 Python 3

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

2.2.5 CUDA11.0的PaddlePaddle

如果您是使用 Python 2

python -m pip install paddlepaddle-gpu==2.0.0.post110 -f https://paddlepaddle.org.cn/whl/stable.html

如果您是使用 Python 3

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
如果您需要使用清华源，可以通过以下命令

如果你想安装联编tensorrt的Paddle包，可以通过以下命令

python3 -m pip install paddlepaddle-gpu==[版本号] -f https://paddlepaddle.org.cn/whl/stable/tensorrt.html

安装完成后您可以使用 python 或 python3 进入python解释器，输入import paddle ，再输入 paddle.utils.run_check()

如果出现PaddlePaddle is installed successfully!，说明您已成功安装。

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