PaddlePaddle踩坑指北系列——Linux安裝（一）

本週我們精選出社區問答進行整理彙總，開發者在使用PaddlePaddle過程中遇到任何技術難題，都可以到PaddlePaddle公衆號FAQ專欄上尋求解決方案，希望能幫助新用戶在Linux安裝過程中解答疑惑。

 

1.問題：cuda9.0需要安裝哪一個版本的paddle，安裝包在哪？

•    關鍵字：cuda 9.0

•    問題描述：cuda9.0需要安裝哪一個版本的paddle，安裝包在哪，希望安裝Fluid版本的Paddle，而不是舊版的Paddle

•    問題解答：paddlepaddle-gpu使用CUDA 9.0和cuDNN 7編譯的0.14.0版本

              因此，pip install paddlepaddle-gpu即可。

              可以參考安裝說明文檔：http://paddlepaddle.org/documentation/docs/zh/0.14.0/new_docs/beginners_guide/install/install_doc.html#linuxpaddlepaddle

 2.問題：pip install paddlepaddle-gpu 安裝fluid 版本報錯

•    關鍵字：GPU

•    問題描述：使用pip install paddlepaddle-gpu命令在公司內部開發GPU機器上安裝PaddlePaddle，安裝信息如下：

            

            機器的CUDA信息如下：

                        

            按照官網安裝：pip install paddlepaddle-gpu 執行import paddle.fluid as fluid 失敗

            

            奇怪的是，同樣的環境下，上週運行成功，這周確運行失敗，求解答

•    解決方法：這通常是GPU顯存不足導致的，請檢查一下機器的顯存，確保顯存足夠後再嘗試import paddle.fluid

3.問題：CUDA driver version is insufficient

•    關鍵字：CUDA insufficient

•    問題描述：在使用PaddlePaddle GPU的Docker鏡像的時候，出現Cuda Error: CUDA driver version is insufficient for CUDA runtime version

•    問題解答：通常出現Cuda Error: CUDA driver version is insufficient for CUDA runtime version, 原因在於沒有把機器上CUDA相關的驅動和庫映射到容器內部。

•    解決方法：使用nvidia-docker, 命令只需要將docker換爲nvidia-docker即可。更多請參考：https://github.com/NVIDIA/nvidia-docker

4.問題：安裝CPU版本後訓練主動abort，gdb顯示Illegal instruction

•    關鍵字：CPU版本Illegal instruction

•    問題描述：成功安裝了PaddlePaddle CPU版本後，使用Paddle訓練模型，訓練過程中，Paddle會自動退出，gdb顯示Illegal instruction

•    報錯輸出：

*** 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

•    問題解答：CPU版本PaddlePaddle自動退出的原因通常是因爲所在機器不支持AVX2指令集而主動abort。簡單的判斷方法：用gdb-7.9以上版本（因編譯C++文件用的工具集是gcc-4.8.2，目前只知道gdb-7.9這個版本可以debug gcc4編譯出來的目標文件）：

$ /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：

(gdb) disas

找到箭頭所指的指令，例如：

  0x00007f381ae4b90d <+3101>: test   %r8,%r8

=> 0x00007f381ae4b912 <+3106>:  vbroadcastss %xmm0,%ymm1

  0x00007f381ae4b917 <+3111>: lea    (%r12,%rdx,4),%rdi

然後google一下這個指令需要的指令集。上面例子中的帶xmm和ymm操作數的vbroadcastss指令只在AVX2中支持

然後看下自己的CPU是否支持該指令集

cat /proc/cpuinfo | grep flags | uniq | grep avx --color

如果沒有AVX2，就表示確實是指令集不支持引起的主動abort

•    解決方法：如果沒有AVX2指令集，就需要要安裝不支持AVX2指令集版本的PaddlePaddle，默認安裝的PaddlePaddle是支持AVX2指令集的，因爲AVX2可以加速模型訓練的過程，更多細節可以參考安裝文檔

http://www.paddlepaddle.org/documentation/docs/zh/1.0/beginners_guide/install/Start.html#paddlepaddle

5.問題：nvidia-docker運行鏡像latest-gpu-cuda8.0-cudnn7: SIGILL

• 關鍵字：nvidia-docker cuda8.0 cudnn7

• 問題描述：使用sudo nvidia-docker run --name Paddle -it -v $PWD:/work hub.baidubce.com/paddlepaddle/paddle:latest-gpu-cuda8.0-cudnn7 /bin/bash，安裝成功後，出現如下問題

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: ***

• 解決方法：請先確定一下機器是否支持AVX2指令集，如果不支持，請按照相應的不支持AVX2指令集的PaddlePaddle，可以解決該問題。

如果在這篇文章中沒有得到您所遇到問題的解答時，請不要着急。我們將即可推出後續問題解答報道，敬請期待。