PaddlePaddle踩坑指北系列——Linux安裝(一)
本週我們精選出社群問答進行整理彙總,開發者在使用PaddlePaddle過程中遇到任何技術難題,都可以到PaddlePaddle公眾號FAQ專欄上尋求解決方案,希望能幫助新使用者在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
•
因此,pip install paddlepaddle-gpu即可。
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,安裝資訊如下:
機器的CUDA資訊如下:
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,上週執行成功,這周確執行失敗,求解答
• 解決方法:這通常是GPU視訊記憶體不足導致的,請檢查一下機器的視訊記憶體,確保視訊記憶體足夠後再嘗試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映象的時候,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相關的驅動和庫對映到容器內部。
• 解決方法:使用nvidia-docker, 命令只需要將docker換為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為所在機器不支援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++檔案用的工具集是gcc-4.8.2,目前只知道gdb-7.9這個版本可以debug gcc4編譯出來的目標檔案):
$ /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介面:
(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運算元的vbroadcastss指令只在AVX2中支援
然後看下自己的CPU是否支援該指令集
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援引起的主動abort
• 解決方法:如果沒有AVX2指令集,就需要要安裝不支援AVX2指令集版本的PaddlePaddle,預設安裝的PaddlePaddle是支援AVX2指令集的,因為AVX2可以加速模型訓練的過程,更多細節可以參考安裝文件
5.問題:nvidia-docker執行映象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援AVX2指令集,如果不支援,請按照相應的不支援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,請不要著急。我們將即可推出後續問題解答報道,敬請期待。