PaddlePaddle(v0.10.0)源碼方式安裝

這是一個建立於 的文章，其中的資訊可能已經有所發展或是發生改變。

0、前言

  PaddlePaddle，百度旗下深度學習開源平台。
  2016年9月27日，百度宣布其全新的深度學習開源平台PaddlePaddle在開源社區Github及百度大腦平台開放，供廣大開發人員下載使用。百度成為繼Google、Facebook、IBM後另一個將人工智慧技術開源的科技巨頭，同時也是國內首個開源深度學習平台的科技公司。

---摘自百度百科：PaddlePaddle
下面是兩個有用的網址：
PaddlePaddle官網
百度技術學院-PaddlePaddle 深度學習實戰課程
看完實戰課程的前三個視頻，覺得不錯，同時官方只提供Docker的安裝模式，所以研究了一下，有了這篇源碼方式安裝的方式。
看【PaddlePaddle 深度學習實戰課程】的話推薦用Google瀏覽器，因為網址相容性問題，其他瀏覽器可能不能全屏不能播放聲音。

github的話，介紹一下這兩個：
PaddlePaddle/book
PaddlePaddle/Paddle

• PaddlePaddle/book：這是離線教程，試過自己動手下載，缺少了jupyter notebook源檔案（.ipynb），只有產生的檔案，所以notebook的互動檔案沒了，下載docker版本的話，全部檔案都健在。

• PaddlePaddle/Paddle：這是源碼，下載的時候記得用git clone，不要直接download zip壓縮檔，因為在滿足依賴的時候，編譯時間需要從git中擷取版本號碼。

從我docker方式安裝的時候發現運行paddle的環境是一個叫moby的linux發行版，接著也瞭解到：

圖片來自：如何評價百度剛剛開源的 Paddle 平台？
從表格來看，上手難度中等，並且很多中文文檔，還有視頻教程，以前試過入坑tensorflow，額，我沒去學，坑還沒入，看了看視頻教程標題，有我想要的東西，就用它了，愉快的決定了。

走過一遍源碼安裝之後，我想說非常非常費時，主要是各種牆（天朝就是強，等得我天荒地老），其實現成 的教程就在paddle項目中，裡面有個dockerfile

雖然這是給docker裡面的moby的安裝paddle的安裝指令碼，但是同是linux，也就可以用了

注意一點是核心版本不要太高，我在Deepin15.4.1（核心版本4.9）下，在make源碼的時候報錯了（即報error警告，不能繼續編譯了），最後轉到ubuntu下試了試才成功了。

大概過程如下：滿足環境->cmke->make->make install->
pip install /usr/local/opt/paddle/share/wheels/*.whl->paddle version

1、系統內容

系統：ubuntu16.04.2LTS
python版本：2.7
paddle版本：v0.10.0

2、滿足環境

PaddlePaddle的Docker容器使用方式--開發鏡像
官方說明：開發鏡像包含了以下工具：

• gcc/clang -------------編譯的
• nvcc -------------cuda的，沒有用到GPU可以不用安裝
• Python
• sphinx
• woboq -------------指的是woboq下的woboq_codebrowser
• sshd -------------按照文檔來理解，因該是ssh訪問docker用的

下面內容均來自源碼中的dockerfile
以下操作均在root使用者下進行

2.1從源安裝軟體

    apt-get update && \    apt-get install -y \    git python-pip python-dev openssh-server bison  \    wget unzip unrar tar xz-utils bzip2 gzip coreutils ntp \    curl sed grep graphviz libjpeg-dev zlib1g-dev  \    python-numpy python-matplotlib gcc g++ \    automake locales clang-format-3.8 swig doxygen cmake  \    liblapack-dev liblapacke-dev libboost-dev \    clang-3.8 llvm-3.8 libclang-3.8-dev \    net-tools && \    apt-get clean -y

可以看到需要pip包管理器來安裝python環境，openssh遠程用，python-numpy一些科學計算的庫，clang-3.8 llvm-3.8 libclang-3.8-dev這些是golang的編譯工具，因為源碼中有一個go檔案夾放置go語言的原始碼。沒有go的編譯器，我就試過報錯，不過那是在我，還沒發現dockerfile之前的事。

2.2安裝Go

wget -O go.tgz https://storage.googleapis.com/golang/go1.8.1.linux-amd64.tar.gztar -C /usr/local -xzf go.tgzmkdir /root/gopathmkdir /root/gopath/binmkdir /root/gopath/src

在/etc/profile中，添加環境變數：

export GOROOT=/usr/local/goexport GOPATH=/root/gopathPATH=${PATH}:${GOROOT}/bin:${GOPATH}/bin

上面是安裝go和配置go的環境變數

2.3安裝glide

curl -q https://glide.sh/get | sh

↑安裝glide。實際上很慢，我直接從源倉庫安裝：

apt-get install libglide3

2.4執行一些命令

git config --global credential.helper store

↑這句是自動儲存git使用者名稱和密碼的命令

localedef -i en_US -f UTF-8 en_US.UTF-8

apt-get install -y libssl-dev libffi-devpip install certifi urllib3[secure]

2.5pip安裝軟體

    pip install --upgrade pip && \    pip install -U 'protobuf==3.1.0' && \    pip install -U wheel pillow BeautifulSoup && \    pip install -U docopt PyYAML sphinx && \    pip install -U sphinx-rtd-theme==0.1.9 recommonmark && \    pip install pre-commit 'requests==2.9.2' 'ipython==5.3.0' && \    pip install 'ipykernel==4.6.0' 'jupyter==1.0.0' && \    pip install rarfile

首先更新一下pip本機快取，接著安裝軟體，裡面的protobuf沒有這個是編譯不通過的，還有一些jupyter notebook的東西

2.3安裝woboq_codebrowser到/woboq

git clone https://github.com/woboq/woboq_codebrowser /woboqcd /woboqcmake -DLLVM_CONFIG_EXECUTABLE=/usr/bin/llvm-config-3.8 \           -DCMAKE_BUILD_TYPE=Release .make

這裡的woboq是在根目錄下的目錄，因為/開頭的路徑。

3、cmake

在Paddle根目錄處：

cmake -DWITH_GPU=OFF -DWITH_AVX=ON -WITH_DOC=OFF

4、make

在Paddle根目錄處：

make

5、make install

在Paddle根目錄處：

make install

make install完一般是用命令使用了，但是還是報錯了，我們從中可以看到有一些.whl結尾的檔案，這是pip包管理器的東西，我們還沒安裝這些包，所以安裝完就好了，錯誤的時候我沒，所以將就文字描述吧。

6、pip安裝paddle產生的python包

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple /usr/local/opt/paddle/share/wheels/*.whl

這裡多加了一個添加源的參數選項而已。
其實這句命令是有跡可尋的：

在dockerfile結尾知道了這個檔案路徑，找到這個檔案，開啟：

看到一下安裝的命令，並且和報錯相吻合，運行這個明明果然，好了。

7、paddle version

直接運行paddle version，查看資訊和一些功能的開關情況：

paddle version

環境安裝完畢！

8、測試

在普通使用者下：

jupyter notebook

在前面安裝軟體的過程中，我們已經了jupyter notebook 直接輸入命令，瀏覽器就會快顯視窗，之後建立python的檔案，運行

代碼出處https://github.com/PaddlePaddle/book/blob/develop/01.fit_a_line/train.py
貼入如下代碼：

import paddle.v2 as paddleimport paddle.v2.dataset.uci_housing as uci_housingdef main():    # init    paddle.init(use_gpu=False, trainer_count=1)    # network config    x = paddle.layer.data(name='x', type=paddle.data_type.dense_vector(13))    y_predict = paddle.layer.fc(input=x, size=1, act=paddle.activation.Linear())    y = paddle.layer.data(name='y', type=paddle.data_type.dense_vector(1))    cost = paddle.layer.mse_cost(input=y_predict, label=y)    # create parameters    parameters = paddle.parameters.create(cost)    # create optimizer    optimizer = paddle.optimizer.Momentum(momentum=0)    trainer = paddle.trainer.SGD(        cost=cost, parameters=parameters, update_equation=optimizer)    feeding = {'x': 0, 'y': 1}    # event_handler to print training and testing info    def event_handler(event):        if isinstance(event, paddle.event.EndIteration):            if event.batch_id % 100 == 0:                print "Pass %d, Batch %d, Cost %f" % (                    event.pass_id, event.batch_id, event.cost)        if isinstance(event, paddle.event.EndPass):            result = trainer.test(                reader=paddle.batch(uci_housing.test(), batch_size=2),                feeding=feeding)            print "Test %d, Cost %f" % (event.pass_id, result.cost)    # training    trainer.train(        reader=paddle.batch(            paddle.reader.shuffle(uci_housing.train(), buf_size=500),            batch_size=2),        feeding=feeding,        event_handler=event_handler,        num_passes=30)if __name__ == '__main__':    main()

教程結束，最後嘮叨一下，除非很有空，不然正的很慢，建議用docker，我再家裡有個台式本來是下載docker的結果不支援虛擬化技術吧，我才這麼折騰，docker這個方式也是不錯的，起碼不用浪費那麼多時間，反覆看多幾遍如果不會，PaddlePaddle的Docker容器使用方式，裡面已經教了已經整合好的鏡像的下載步驟和鏡像搭建步驟，其實這篇東西就是從裡面自動搭建鏡像的指令碼中手工搞一遍而已。