PaddlePaddle编译安装1

PaddlePaddle的安装在官方网站已经比较详尽了，大多数用户可参考链接进行安装（https://www.paddlepaddle.org.cn/install/quick）。

PaddlePaddle目前仅支持Python语言进行训练，Python，C/C++语言进行模型推理。当前对Windows、OSX、Linux等多种操作系统进行支持。

但是快速安装的方案肯定不能满足有些用户的需求的，我这里就介绍一些编译Paddle的过程中会遇到的问题，希望能解决一些用户的困惑。

PaddlePaddle源码编译

现在PaddlePaddle支持在Windows, Ubuntu, Centos, OSX等操作系统上进行编译，具体可以参考PaddlePaddle官网编译里面的内容介绍。

前置条件

CMake 3.0+

GCC 4.8+

Python(64 bit) 2.7+

pip(64 bit) 9.0.1+

Git

GPU版本：CUDA 8.0+, cuDNN 7.3+

就目前来看，PaddlePaddle在Linux平台下的编译会比较顺畅一些，当然各平台的编译流程也是大同小异的。

Docker这个软件非常的好，建议大家在docker中进行编译，因为虚拟化容器跟本地环境是隔离的，可以避免影响本地环境。
Docker介绍
如果还不了解docker的朋友，建议也去简单学习一下，这个东西是真的很有用处。
接下来就进入正题了。

首先是clone代码库，没有Git的朋友需要先装一下Git，或者在PaddlePaddle-Github里面下载代码的zip包也是可以的。
如果安装了Git，就直接clone代码库到你想要的文件夹里。
1
git clone https://github.com/PaddlePaddle/Paddle.git
然后就可以创建编译环境了，官方提供了配置好部分环境的docker镜像hub.baidubce.com/paddlepaddle/paddle:latest-dev
这个Ubuntu1604，CUDA8，cuDNN7.3的镜像，里面包含了CMake，python2.7，git等常用的软件。

但我更常用的是Nvidia给出的简单版的镜像
nvidia/cuda:9.0-cudnn7-devel-centos7
nvidia/cuda:9.2-cudnn7-devel-ubuntu16.04
然后自己构造一下所需环境。

cd到刚刚下载Paddle代码的路径
如果没有GPU和nvidia-docker则只能使用docker

1	docker run --name paddle-test -v $PWD:/paddle --network=host -w /paddle -it hub.baidubce.com/paddlepaddle/paddle:latest-dev /bin/bash

如果有GPU和nvidia-docker则执行以下代码

1	nvidia-docker run --name paddle-test -v $PWD:/paddle --network=host -w /paddle -it hub.baidubce.com/paddlepaddle/paddle:latest-dev /bin/bash

首先在 paddle主路径下创建build文件夹并进入。

1
2
3

cd /paddle
mkdir build
cd build

然后CMake里面会有一些参数，可以根据自己的需求选择。
具体的参数可以在Paddle-CMakeLists里查看一下。然后以下命令就可以编译出GPU，Python3.5版本的PaddlePaddle了。

cmake .. -DPY_VERSION=3.5 \
         -DWITH_GPU=ON \
         -DWITH_TESTING=OFF \
         -DCMAKE_BUILD_TYPE=Release

1 2	make -j$(nproc) # -j后面可跟数字，指定并行编译的核数