从源码编译PaddlePaddle

导语

本周将汇总整理PaddlePaddle的安装编译方法，发布系列推文。推文目录如下：

周一：用pip安装PaddlePaddle

周二：用Docker安装运行PaddlePaddle

周三：用Docker编译和测试PaddlePaddle

周四：从源码编译PaddlePaddle

周五：基本使用概念和安装及编译问题汇总

欢迎大家在留言区分享您在相应环节中遇到的问题，我们会 一 一为您解答，同时也会选择一部分展示在周五汇总贴中；欢迎大家在留言区提出您的反馈，表达您的见解；本周每篇推文点赞数最多的一条留言会被置顶(当日推文统计时间截止次日中午12点)并赠送小礼品一份(PaddlePaddle定制帽衫)

编写｜PaddlePaddle

排版｜wangp

1

编译方法

PaddlePaddle主要使用 CMake （链接：https://cmake.org/）以及GCC, G++作为编译工具。 我们推荐您使用PaddlePaddle Docker编译环境镜像完成编译，这样可以免去单独安装编译依赖的步骤，可选的不同编译环境Docker镜像 可以在（链接：https://hub.docker.com/r/paddlepaddle/paddle_manylinux_devel/tags/）找到

如果您选择不使用Docker镜像，则需要在本机安装下面章节列出的 编译依赖 之后才能开始编译的步骤

编译PaddlePaddle，需要执行：

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

cdPaddle

# 如果使用Docker编译环境，执行下面的命令编译CPU-Only的二进制

docker run -it -v$PWD:/paddle -e"WITH_GPU=OFF"-e"WITH_TESTING=OFF"paddlepaddle/paddle_manylinux_devel:cuda8.0_cudnn5 bash -x /paddle/paddle/scripts/docker/build.sh

# 如果不使用Docker编译环境，执行下面的命令

mkdir build

cdbuild

cmake -DWITH_GPU=OFF -DWITH_TESTING=OFF ..

make

编译完成后会在build/python/dist目录下生成输出的whl包，可以选在在当前机器安装也可以拷贝到目标机器安装：

pip install build/python/dist/*.whl

如果机器中已经安装过PaddlePaddle，有两种方法：

1. 先卸载之前的版本，再重新安装

pip uninstall paddlepaddle

pip install build/python/dist/*.whl

2. 直接升级到更新的版本

pip install build/python/dist/*.whl -U

2

执行单元测试

如果您期望在编译完成后立即执行所有的单元测试，可以按照下面的方法：

使用Docker的情况下，设置RUN_TEST=ON和WITH_TESTING=ON就会在完成编译之后，立即执行单元测试。 开启 WITH_GPU=ON 可以指定同时执行GPU上的单元测试

docker run -it -v$PWD:/paddle -e"WITH_GPU=OFF"-e"WITH_TESTING=ON"-e"RUN_TEST=ON"paddlepaddle

/paddle_manylinux_devel:cuda8.0_cudnn5 bash -x /paddle/paddle/scripts/docker/build.sh

如果不使用Docker，可以执行ctest命令即可：

mkdir build

cdbuild

cmake -DWITH_GPU=OFF -DWITH_TESTING=OFF ..

make

ctest

# 指定执行其中一个单元测试 test_mul_op

ctest -R test_mul_op

3

编译依赖

PaddlePaddle编译需要使用到下面的依赖（包含但不限于），其他的依赖软件，会自动在编译时下载

PaddlePaddle编译依赖

4

编译选项

PaddlePaddle的编译选项，包括生成CPU/GPU二进制文件、链接何种BLAS库等。 用户可在调用cmake的时候设置它们，详细的cmake使用方法可以参考 官方文档 (链接：https://cmake.org/cmake-tutorial/)

在cmake的命令行中，通过使用-D命令设置该类编译选项，例如：

cmake .. -DWITH_GPU=OFF

编译选项说明

BLAS

PaddlePaddle支持 MKL（链接：https://software.intel.com/en-us/mkl）和 OpenBlAS（链接：http://www.openblas.net/） 两种BLAS库。默认使用MKL。如果使用MKL并且机器含有AVX2指令集， 还会下载MKL-DNN数学库

如果关闭MKL，则会使用OpenBLAS作为BLAS库

CUDA/cuDNN

PaddlePaddle在编译时/运行时会自动找到系统中安装的CUDA和cuDNN库进行编译和执行。 使用参数-DCUDA_ARCH_NAME=Auto可以指定开启自动检测SM架构，加速编译

PaddlePaddle可以使用cuDNN v5.1之后的任何一个版本来编译运行，但尽量请保持编译和运行使用的cuDNN是同一个版本。 我们推荐使用最新版本的cuDNN

5

编译选项的设置

PaddePaddle通过编译时指定路径来实现引用各种BLAS/CUDA/cuDNN库。cmake编译时，首先在系统路径（/usr/lib:/usr/local/lib）中搜索这几个库，同时也会读取相关路径变量来进行搜索。 通过使用-D命令可以设置，例如

cmake .. -DWITH_GPU=ON -DWITH_TESTING=OFF -DCUDNN_ROOT=/opt/cudnnv5

注意：这几个编译选项的设置，只在第一次cmake的时候有效。如果之后想要重新设置，推荐清理整个编译目录（rm -rf）**后，再指定。**

*原创贴，版权所有，未经许可，禁止转载

*值班小Paddle：wangp

*欢迎在留言区分享您的观点