共计 4299 个字符，预计需要花费 11 分钟才能阅读完成。
本周我们精选出社区问答进行整理汇总，开发者在使用 PaddlePaddle 过程中遇到任何技术难题，都可以到 PaddlePaddle 公众号 FAQ 专栏上寻求解决方案，希望能帮助新用户在 Linux 安装过程中解答疑惑。
1. 问题：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/docum…
2. 问题：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.fluid3. 问题：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/nvi…4. 问题：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 如果没有 AVX2，就表示确实是指令集不支持引起的主动 abort
解决方法：如果没有 AVX2 指令集，就需要要安装不支持 AVX2 指令集版本的 PaddlePaddle，默认安装的 PaddlePaddle 是支持 AVX2 指令集的，因为 AVX2 可以加速模型训练的过程，更多细节可以参考安装文档 http://www.paddlepaddle.org/d…
5. 问题：nvidia-docker 运行镜像 latest-gpu-cuda8.0-cudnn7: SIGILL
关键字：nvidia-docker cuda8.0 cudnn7 问题描述：使用 sudo nvidia-docker run –name Paddle -it -v $PWD:/work hub.baidubce.com/paddlepaddle/paddle:latest-gpu-cuda8.0-cudnn7 /bin/bash，安装成功后，出现如下问题
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:
解决方法：请先确定一下机器是否支持 AVX2 指令集，如果不支持，请按照相应的不支持 AVX2 指令集的 PaddlePaddle，可以解决该问题。
如果在这篇文章中没有得到您所遇到问题的解答时，请不要着急。我们将即可推出后续问题解答报道，敬请期待。
