百度开源深度学习框架PaddlePaddle安装配置（单机CPU版）
一、环境配置
PC机一台+Windows 7 Homebasic 系统
二、过程
1、安装Ubuntu14.04.1 64位双系统
如果你的PC机是windows系统，建议安装Linux双系统，以下以安装Ubuntu14.04.164位系统为例（这个版本比较稳定，众多软件支持，Paddle的三种安装方式都可以在Ubuntu14.04.1 64位系统上安装），如过你的系统是Linux系统，请直接转到 2）
1）请参考本人博文：windows7安装ubuntu双系统
2）安装完Ubuntu14.04.1后的一些常用软件的安装和配置可以参考本人其他博文：
安装搜狗输入法、Chrome、过滤讨厌的网页广告等：点我查看详细介绍
3）安装Anaconda和Pycharm：点我查看详细介绍；使用Python做实验，推荐安装Anaconda+Pycharm（Windows，MacOS X，Linux），Anaconda集合了Python2.7、Python3、常用的科学计算包，避免浪费时间精力安装配置各种python包，连环境变量都是安装过程自动配置的，你要做的就是点击“下一步”；Pycharm是一个出色的pythonIDE，使用过程中慢慢体会吧
4）安装Linux下看PDF的利器Okular和小巧好用的截图录屏工具Kazam：点我查看详细介绍
2、使用Docker安装PaddlePaddle
PaddlePaddle提供了三种安装方式（点我查看详细介绍）：Build from source code、Docker installation、Debian Package installation，推荐使用Docker安装（不用做任何配置，目前Docker对于我这种小白来说，最大的好处是，避免安装软件时做繁琐编译、配置等操作，不利之处可能是不便于开发和调试），我尝试了上述三种方式，只有Docker顺利完成了，其他两种方式多多少少出现了一些尚未解决的问题
1）在Ubuntu14.04.1上通过清华大学的镜像安装Docker：点我查看详细参考；
2）安装完后在命令行键入sudo service docker start和sudo docker run hello-world，验证Docker正确安装；
3）正确安装后键入curl -sSL https://get.daocloud.io/daotools/set_mirror.sh | sudo sh -s http://92aa3454.m.daocloud.io，修改Docker下载源（本文中的http://92aa3454.m.daocloud.io已经失效，读者可以到daocloud官网（点我进入）注册获取一个新的免费加速器），加快Docker下载Paddle的速度；
4）修改Docker下载源后，在命令行键入sudo service docker restart，重启Docker
5）在命令行键入sudo docker run -it paddledev/paddle:cpu-latest 开始下载安装Docker，由于网络环境不同，下载速度会有所差异，等待Paddle docker的下载和安装
6）安装完成后，你会发现命令行发生变化了，变成了root@e1f3456e7992:/#，OK，安装成功
3、运行一个PaddlePaddle的Demo
我们以自然语言处理中的语义角色标注为例，参考文档和论文：点我查看论文原文 点我查看实验文档
1）首先，从github上将paddle项目拉取到本地，或者从github上直接下载项目的zip压缩包：点我进入PaddlePaddle github项目
git拉取：在命令行键入：git clone --recursive https://github.com/baidu/Paddle.git
下载zip压缩包：项目页面右上角“Clone or download”——“Download ZIP”
2）在本地使用Pycharm打开Paddle项目，进入Paddle/demo/semantic_role_labeling/data
3）在命令行键入 bash ./get_data.sh 下载实验数据
4）启动paddle的docker镜像
在命令行键入 sudo docker run -it paddledev/paddle:cpu-latest
5）在命令行键入 mkdir /home/code 新建文件夹用于挂载宿主机上的paddle项目
在命令行键入 exit 退出docker
6）将宿主机上的Paddle项目挂载到Paddle Docker镜像里来运行
sudo docker run -it -v /home/huludan/PycharmProjects/Paddle:/home/code paddledev/paddle:cpu-latest
7）进入docker后，在命令行键入 cd /home/code/demo/semantic_role_labeling 进入训练脚本所在文件夹
在命令行键入 bash ./train.sh 开始训练模型，由于是单机CPU来跑，网络深度大，结构复杂，这个时间会稍长
如下图：
4、使用PaddlePaddle进行其他方面的实验
PaddlePaddle项目提供了图像、NLP、推荐系统、Model Zoo四个方面的8个示例：点我进入PaddlePaddle官网示例
关于PaddlePaddle的使用，请参考PaddlePaddle的官方技术文档，文档写的比较清楚：点我进入PaddlePaddle官网技术文档