PaddlePaddle踩坑指北系列——Linux安装（一）

用户1386409

发布于 2018-12-26 14:24:19

1.2K0

发布于 2018-12-26 14:24:19

文章被收录于专栏：PaddlePaddle

本周我们在社区中精选出开发者在使用PaddlePaddle过程中遇到的技术难题，希望能帮助广大用户在Linux安装过程中解答疑惑。

问题1：cuda9.0需要安装哪一个版本的paddle，安装包在哪？

关键字：cuda 9.0

问题描述：cuda9.0需要安装哪一个版本的paddle，安装包在哪，希望安装Fluid版本的Paddle，而不是旧版的Paddle

问题解答：

paddlepaddle-gpu使用CUDA 9.0和cuDNN 7编译的0.14.0版本，因此，pip install paddlepaddle-gpu即可。

可以参考安装说明文档：

http://paddlepaddle.org/documentation/docs/zh/0.14.0/new_docs/beginners_guide/install/install_doc.html#linuxpaddlepaddle

问题2：pip install paddlepaddle-gpu 安装 fluid 版本报错

关键字：GPU

问题描述：使用 pip install paddlepaddle-gpu命令在公司内部开发GPU机器上安装PaddlePaddle，安装信息如下：

机器的CUDA信息如下：

按照官网安装：pip install paddlepaddle-gpu 执行 import paddle.fluid as fluid 失败

奇怪的是，同样的环境下，上周运行成功，这周确运行失败，求解答

解决方法： 这通常是GPU显存不足导致的，请检查一下机器的显存，确保显存足够后再尝试import paddle.fluid

问题3：CUDA driver version is insufficient

关键字：CUDA insufficient

问题描述：在使用PaddlePaddle GPU的Docker镜像的时候，出现 Cuda Error: CUDA driver version is insufficient for CUDA runtime version

问题解答：

通常出现 Cuda Error: CUDA driver version is insufficient for CUDA runtime version, 原因在于没有把机器上CUDA相关的驱动和库映射到容器内部。

解决方法：

使用nvidia-docker, 命令只需要将docker换为nvidia-docker即可。更多请参考：https://github.com/NVIDIA/nvidia-docker

问题4：安装CPU版本后训练主动abort，gdb显示Illegal instruction

关键字：CPU版本 Illegal instruction

问题描述：成功安装了PaddlePaddle CPU版本后，使用Paddle训练模型，训练过程中，Paddle会自动退出，gdb显示Illegal instruction

报错输出：

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

问题解答：

CPU版本PaddlePaddle自动退出的原因通常是因为所在机器不支持AVX2指令集而主动abort。简单的判断方法：用gdb-7.9以上版本（因编译C++文件用的工具集是gcc-4.8.2，目前只知道gdb-7.9这个版本可以debug gcc4编译出来的目标文件）：

$ /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

找到箭头所指的指令，例如：

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

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

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

然后google一下这个指令需要的指令集。上面例子中的带xmm和ymm操作数的vbroadcastss指令只在AVX2中支持

然后看下自己的CPU是否支持该指令集

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