PaddlePaddle从入门到炼丹——环境搭建与安装¶

前言¶

本章介绍如何安装PaddlePaddle的新版本，特别是Fluid版本。Fluid设计的目标是让用户能够像使用PyTorch和TensorFlow Eager Execution一样执行程序。在这些系统中，不再有“模型”的概念，应用也不再包含描述Operator图或层序列的符号化描述，而是像通用程序一样描述训练或预测过程。因此，PaddlePaddle从Fluid版本开始采用动态图机制，本系列教程也基于Fluid版本编写。

环境要求¶

系统：64位Windows 10专业版、64位Ubuntu 16.04
Python环境：Python 3.5
内存：8G

Windows下安装¶

安装Python¶

下载Python 3.5：
本系列使用Python 3.5，官方支持Windows系统的Python版本包括2.7.15、3.5.x、3.6.x和3.7.x。读者可根据需求选择版本，官网下载地址：
https://www.python.org/downloads/windows/
推荐直接下载Python 3.5.4 64位安装包：
https://www.python.org/ftp/python/3.5.4/python-3.5.4-amd64.exe
安装Python并配置环境变量：
双击安装包，勾选“Add Python to PATH”，点击“Install Now”完成安装。
验证Python安装：
打开Windows PowerShell或cmd，输入命令python -V，若显示Python版本则安装成功。

安装PaddlePaddle¶

PaddlePaddle支持Windows后，安装非常简单，一条命令即可完成。

CPU版本安装¶

在Windows PowerShell中执行：

pip3 install paddlepaddle==1.4.1 -i https://mirrors.aliyun.com/pypi/simple/

GPU版本安装（需CUDA 8.0+cuDNN v7）¶

pip3 install paddlepaddle-gpu==1.4.1 -i https://mirrors.aliyun.com/pypi/simple/

验证安装¶

在Windows PowerShell中输入python，进入Python环境后执行：

import paddle.fluid

若无报错，证明安装成功。

Ubuntu下安装¶

安装Python（通常无需单独安装）¶

Ubuntu 16.04默认预装Python 3.5，若需指定版本：

sudo apt install python3.5
sudo apt install python3.5-dev

安装PaddlePaddle¶

CPU版本安装¶

在终端（Ctrl+Alt+T）执行：

pip3 install paddlepaddle==1.4.1 -i https://mirrors.aliyun.com/pypi/simple/

GPU版本安装（需CUDA 9.0+cuDNN 7）¶

先安装CUDA和cuDNN（参考Ubuntu安装和卸载CUDA和CUDNN）
安装PaddlePaddle GPU版本：

pip3 install paddlepaddle-gpu==1.4.1.post97 -i https://mirrors.aliyun.com/pypi/simple/

验证安装¶

在终端执行python3，进入Python环境后执行：

import paddle.fluid

若无报错，证明安装成功。

源码编译安装¶

Windows下源码编译¶

环境准备¶

安装Visual Studio 2015 Update3：
下载地址：https://visualstudio.microsoft.com/zh-hans/vs/older-downloads/
需加入免费Dev Essentials计划以获取下载权限。
安装CMake 3.13：
下载地址：https://cmake.org/download/，安装时勾选“Add CMake to system PATH”。
安装依赖库：

pip3 install numpy protobuf wheel

安装Git：
下载地址：https://git-scm.com/downloads，默认安装即可。

编译步骤¶

克隆PaddlePaddle源码：

git clone https://github.com/PaddlePaddle/Paddle.git
cd Paddle

切换到稳定分支（以release/1.2为例）：

git checkout release/1.2

mkdir build && cd build

配置编译参数（仅CPU版本）：

cmake .. -G "Visual Studio 14 2015 Win64" -DPY_VERSION=3.5 -DWITH_FLUID_ONLY=ON -DWITH_GPU=OFF -DCMAKE_BUILD_TYPE=Release

下载第三方依赖：
从https://github.com/wopeizl/Paddle_deps下载third_party文件夹，放入build目录。
编译：
使用Visual Studio 2015打开paddle.sln，选择x64和Release配置，开始编译。
安装生成的.whl包：
在paddle/build/python/dist目录中找到.whl文件，执行：

pip3 install （whl包名称）

Ubuntu下源码编译¶

安装依赖¶

安装OpenCV：

sudo apt update
sudo apt-get install cmake build-essential libgtk2.0-dev
wget https://github.com/opencv/opencv/archive/3.4.5.zip
unzip 3.4.5.zip
cd opencv-3.4.5
mkdir build && cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
make -j$(nproc)
sudo make install

安装编译工具链：

sudo apt install python3.5-dev swig patchelf
pip3 install numpy protobuf wheel

编译步骤¶

克隆源码并切换分支：

git clone https://github.com/PaddlePaddle/Paddle.git
cd Paddle
git checkout release/1.4

配置编译参数（CPU版本）：

mkdir build && cd build
cmake .. -DPY_VERSION=3.5 -DWITH_FLUID_ONLY=ON -DWITH_GPU=OFF -DCMAKE_BUILD_TYPE=Release

编译：

make -j$(nproc)

安装生成的.whl包：

cd python/dist
pip3 install （whl包名称）

Ubuntu Docker编译¶

通过Docker编译生成的安装包仅适用于Ubuntu系统，步骤如下：

安装Docker：

sudo apt install docker-ce
sudo systemctl restart docker
sudo docker run hello-world  # 验证安装

编译PaddlePaddle：

git clone https://github.com/PaddlePaddle/Paddle.git
cd Paddle
# CPU版本编译
sudo docker run --name paddle-test -v $PWD:/paddle -it hub.baidubce.com/paddlepaddle/paddle:latest-dev /bin/bash
cd paddle && git checkout release/1.4 && mkdir build && cd build
cmake .. -DPY_VERSION=3.5 -DWITH_FLUID_ONLY=ON -DWITH_GPU=OFF -DCMAKE_BUILD_TYPE=Release
make -j$(nproc)
pip3 install build/python/dist/*.whl

测试环境¶

使用PyCharm或VS Code创建Python项目，选择系统Python环境（Python 3.5），编写测试代码：

import paddle.fluid as fluid
import numpy as np

# 定义简单神经网络
def test_net():
    x = fluid.layers.data(name='x', shape=[13], dtype='float32')
    y = fluid.layers.fc(input=x, size=1, act=None)
    place = fluid.CPUPlace()
    exe = fluid.Executor(place)
    data = np.random.rand(10, 13).astype('float32')
    result = exe.run(fluid.default_main_program(), feed={'x': data}, fetch_list=[y])
    print("Test output shape:", result[0].shape)

if __name__ == '__main__':
    test_net()

输出示例：

Test output shape: (10, 1)

参考资料¶

下一章：《PaddlePaddle从入门到炼丹》二——计算1+1

项目代码GitHub地址：https://github.com/yeyupiaoling/LearnPaddle2/tree/master/note1

注意：最新代码以GitHub仓库为准。

PaddlePaddle从入门到炼丹——环境搭建与安装¶

前言¶

环境要求¶

Windows下安装¶

安装Python¶

安装PaddlePaddle¶

CPU版本安装¶

GPU版本安装（需CUDA 8.0+cuDNN v7）¶

验证安装¶

Ubuntu下安装¶

安装Python（通常无需单独安装）¶

安装PaddlePaddle¶

CPU版本安装¶

GPU版本安装（需CUDA 9.0+cuDNN 7）¶

验证安装¶

源码编译安装¶

Windows下源码编译¶

环境准备¶

编译步骤¶

Ubuntu下源码编译¶

安装依赖¶

编译步骤¶

Ubuntu Docker编译¶

测试环境¶

参考资料¶

Related Articles