Skip to content

F
FluidDoc

PaddlePaddle / FluidDoc

通知 5
Star 2
Fork 0
F
FluidDoc
提交 1a70d5bb 编写于 作者: J Jiabin Yang 提交者： xsrobin
浏览文件
操作

Update install doc (#903) 

* test=develop, update install doc

* add setuptools dependency

* Update compile_Ubuntu.md

update cudnn version

* Update install_Ubuntu.md

update cudnn version

* Update install_CentOS.md

update cudnn version

* test=develop, refine ubuntu cuda support

* test=develop, refine ubuntu cuda support

* test=develop, refine python support on python3.5

* fix python2 in ubuntu16.04 need gcc 5.4

* add nccl related doc

* refine doc
上级 b230bb6c
隐藏空白更改
内联 并排
Showing with 153 addition and 58 deletion
doc/fluid/beginners_guide/install/Tables.md
浏览文件 @ 1a70d5bb
......@@ -28,9 +28,9 @@
</tr>
<tr>
<td> Python </td>
<td> 2.7.x. </td>
<td> 依赖libpython2.7.so </td>
<td> <code> apt install python-dev </code> 或 <code> yum install python-devel </code></td>
<td> 2.7.x. 或 3.5+.x </td>
<td> 依赖libpython2.7.so 或 libpython3.5+.so </td>
<td> <code> apt install python-dev </code> 或 <code> yum install python-devel </code> 如果安装python3请访问<a href="https://www.python.org">Python 官网</a></td>
</tr>
<tr>
<td> SWIG </td>
......@@ -64,9 +64,9 @@
</tr>
<tr>
<td> protobuf </td>
<td> 3.1.0 </td>
<td> >=3.1.0 </td>
<td> </td>
<td> <code> pip install protobuf==3.1.0 </code> </td>
<td> <code> pip install protobuf </code> </td>
</tr>
<tr>
<td> wheel </td>
......@@ -86,6 +86,12 @@
<td> 可选 </td>
<td> </td>
</tr>
<tr>
<td> setuptools </td>
<td> >= 28.0.0 </td>
<td> </td>
<td> </td>
</tr>
</tbody>
</table>
</p>
......@@ -156,6 +162,12 @@
<td> 是否打开预测优化 </td>
<td> OFF </td>
</tr>
</tr>
<tr>
<td> CUDA_ARCH_NAME </td>
<td> 是否只针对当前CUDA架构编译 </td>
<td> All 可选：Auto</td>
</tr>
</tbody>
</table>
</p>
......
doc/fluid/beginners_guide/install/compile/compile_CentOS.md
浏览文件 @ 1a70d5bb
......@@ -4,19 +4,38 @@
* *64位操作系统*
* *CentOS 6 / 7*
* *Python 2.7/3.5/3.6/3.7*
* *Python 2.7/3.5.1+/3.6/3.7*
* *pip或pip3 >= 9.0.1*
## 选择CPU/GPU
* 目前仅支持在CentOS环境下编译安装CPU版本的PaddlePaddle
* 如果您的计算机没有 NVIDIA® GPU，请安装CPU版本的PaddlePaddle
* 如果您的计算机有NVIDIA® GPU，请确保满足以下条件以编译GPU版PaddlePaddle
* *CUDA 工具包10.0配合cuDNN v7.3+(如需多卡支持，需配合NCCL2.3.7及更高)*
* *CUDA 工具包9.0配合cuDNN v7.3+(如需多卡支持，需配合NCCL2.3.7及更高)*
* *CUDA 工具包8.0配合cuDNN v7.3+(官方不支持多卡）*
* *GPU运算能力超过1.0的硬件设备*
您可参考NVIDIA官方文档了解CUDA和CUDNN的安装流程和配置方法，请见[CUDA](https://docs.nvidia.com/cuda/cuda-installation-guide-linux/)，[cuDNN](https://docs.nvidia.com/deeplearning/sdk/cudnn-install/)
* 请确保您已经正确安装nccl2，或者按照以下指令安装nccl2（这里提供的是CentOS 7，CUDA9，cuDNN7下nccl2的安装指令），更多版本的安装信息请参考NVIDIA[官方网站](https://developer.nvidia.com/nccl/nccl-download):
wget http://developer.download.nvidia.com/compute/machine-learning/repos/rhel7/x86_64/nvidia-machine-learning-repo-rhel7-1.0.0-1.x86_64.rpm
rpm -i nvidia-machine-learning-repo-rhel7-1.0.0-1.x86_64.rpm
sudo apt-get install -y libnccl2=2.3.7-1+cuda9.0 libnccl-dev=2.3.7-1+cuda9.0
yum update -y
yum install -y libnccl-2.3.7-2+cuda9.0 libnccl-devel-2.3.7-2+cuda9.0 libnccl-static-2.3.7-2+cuda9.0
## 安装步骤
在CentOS的系统下有2种编译方式：
* 使用Docker编译
* 本机编译（不支持CentOS 6）
* 本机编译（不提供在CentOS 6下编译中遇到问题的支持）
<a name="ct_docker"></a>
### ***使用Docker编译***
......@@ -53,7 +72,7 @@
例如：
`git checkout release/1.2`
`git checkout release/1.5`
注意：python3.6、python3.7版本从release/1.2分支开始支持
......@@ -63,12 +82,12 @@
7. 使用以下命令安装相关依赖：
For Python2: pip install protobuf==3.1.0
For Python3: pip3.5 install protobuf==3.1.0
For Python2: pip install protobuf
For Python3: pip3.5 install protobuf
注意：以上用Python3.5命令来举例，如您的Python版本为3.6/3.7，请将上述命令中的Python3.5改成Python3.6/Python3.7
> 安装protobuf 3.1.0。
> 安装protobuf。
`apt install patchelf`
......@@ -81,7 +100,7 @@
* 对于需要编译**CPU版本PaddlePaddle**的用户：
`cmake .. -DPY_VERSION=3.5 -DWITH_FLUID_ONLY=ON -DWITH_GPU=OFF -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release`
`cmake .. -DPY_VERSION=3.5 -DWITH_GPU=OFF -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release`
> 我们目前不支持CentOS下使用Docker编译GPU版本的PaddlePaddle
......@@ -168,7 +187,7 @@
例如：
`git checkout release/1.2`
`git checkout release/1.5`
9. 并且请创建并进入一个叫build的目录下：
......@@ -180,13 +199,37 @@
* 对于需要编译**CPU版本PaddlePaddle**的用户：
For Python2: cmake .. -DWITH_FLUID_ONLY=ON -DWITH_GPU=OFF -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release
For Python2: cmake .. -DWITH_GPU=OFF -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release
For Python3: cmake .. -DPY_VERSION=3.5 -DPYTHON_INCLUDE_DIR=${PYTHON_INCLUDE_DIRS} \
-DPYTHON_LIBRARY=${PYTHON_LIBRARY} -DWITH_FLUID_ONLY=ON -DWITH_GPU=OFF -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release
-DPYTHON_LIBRARY=${PYTHON_LIBRARY} -DWITH_GPU=OFF -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release
> 如果遇到`Could NOT find PROTOBUF (missing: PROTOBUF_LIBRARY PROTOBUF_INCLUDE_DIR)`可以重新执行一次cmake指令。
> 请注意PY_VERSION参数更换为您需要的python版本
* 对于需要编译**GPU版本PaddlePaddle**的用户：(*仅支持CentOS7（CUDA10/CUDA9）*)
1. 请确保您已经正确安装nccl2，或者按照以下指令安装nccl2（这里提供的是ubuntu 16.04，CUDA9，cuDNN7下nccl2的安装指令），更多版本的安装信息请参考NVIDIA[官方网站](https://developer.nvidia.com/nccl/nccl-download):
i. `wget http://developer.download.nvidia.com/compute/machine-learning/repos/rhel7/x86_64/nvidia-machine-learning-repo-rhel7-1.0.0-1.x86_64.rpm`
ii. `rpm -i nvidia-machine-learning-repo-rhel7-1.0.0-1.x86_64.rpm`
iii. `yum install -y libnccl-2.3.7-2+cuda9.0 libnccl-devel-2.3.7-2+cuda9.0 libnccl-static-2.3.7-2+cuda9.0`
2. 如果您已经正确安装了`nccl2`，就可以开始cmake了：(*For Python3: 请给PY_VERSION参数配置正确的python版本*)
For Python2: cmake .. -DWITH_GPU=ON -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release
For Python3: cmake .. -DPYTHON_EXECUTABLE:FILEPATH=[您可执行的Python3的路径] -DPYTHON_INCLUDE_DIR:PATH=[之前的PYTHON_INCLUDE_DIRS] -DPYTHON_LIBRARY:FILEPATH=[之前的PYTHON_LIBRARY] -DWITH_GPU=ON -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release
注意：以上涉及Python3的命令，用Python3.5来举例，如您的Python版本为3.6/3.7，请将上述命令中的Python3.5改成Python3.6/Python3.7
11. 使用以下命令来编译：
`make -j$(nproc)`
......
doc/fluid/beginners_guide/install/compile/compile_MacOS.md
浏览文件 @ 1a70d5bb
......@@ -4,7 +4,7 @@
* *64位操作系统*
* *MacOS 10.12/10.13/10.14*
* *Python 2.7/3.5/3.6/3.7*
* *Python 2.7/3.5.1+/3.6/3.7*
* *pip或pip3 >= 9.0.1*
## 选择CPU/GPU
......
doc/fluid/beginners_guide/install/compile/compile_Ubuntu.md
浏览文件 @ 1a70d5bb
......@@ -3,19 +3,32 @@
## 环境准备
* *64位操作系统*
* *Ubuntu 14.04 /16.04 /18.04*
* *Python 2.7/3.5/3.6/3.7*
* *Ubuntu 14.04 (GPU版本只针对CUDA 8, CUDA 10支持)*
* *Ubuntu 16.04*
* *Ubuntu 18.04（GPU版本只针对CUDA10支持)*
* *Python 2.7/3.5.1+/3.6/3.7*
* *pip或pip3 >= 9.0.1*
## 选择CPU/GPU
* 如果您的计算机没有 NVIDIA® GPU，请编译CPU版的PaddlePaddle
## 选择CPU/GPU
* 如果您的计算机没有 NVIDIA® GPU，请安装CPU版的PaddlePaddle
* 如果您的计算机有 NVIDIA® GPU，并且满足以下条件，推荐安装GPU版的PaddlePaddle
* *CUDA 工具包10.0配合cuDNN v7.3+(如需多卡支持，需配合NCCL2.3.7及更高)*
* *CUDA 工具包9.0配合cuDNN v7.3+(如需多卡支持，需配合NCCL2.3.7及更高)*
* *CUDA 工具包8.0配合cuDNN v7.3+(如需多卡支持，需配合NCCL2.1.15-2.2.13）*
* *GPU运算能力超过1.0的硬件设备*
您可参考NVIDIA官方文档了解CUDA和CUDNN的安装流程和配置方法，请见[CUDA](https://docs.nvidia.com/cuda/cuda-installation-guide-linux/)，[cuDNN](https://docs.nvidia.com/deeplearning/sdk/cudnn-install/)
* 请确保您已经正确安装nccl2，或者按照以下指令安装nccl2（这里提供的是ubuntu 16.04，CUDA9，cuDNN7下nccl2的安装指令），更多版本的安装信息请参考NVIDIA[官方网站](https://developer.nvidia.com/nccl/nccl-download):
* 如果您的计算机有NVIDIA® GPU，并且满足以下条件，推荐编译GPU版的PaddlePaddle
* *CUDA 工具包9.0配合cuDNN v7*
* *CUDA 工具包8.0配合cuDNN v7*
* *CUDA 工具包8.0配合cuDNN v5*
* *GPU运算能力超过1.0的硬件设备*
wget https://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64/nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb
dpkg -i nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb`
sudo apt-get install -y libnccl2=2.3.7-1+cuda9.0 libnccl-dev=2.3.7-1+cuda9.0
## 安装步骤
......@@ -59,7 +72,7 @@
例如：
`git checkout release/1.2`
`git checkout release/1.5`
注意：python3.6、python3.7版本从release/1.2分支开始支持
......@@ -69,12 +82,12 @@
7. 使用以下命令安装相关依赖：
For Python2: pip install protobuf==3.1.0
For Python3: pip3.5 install protobuf==3.1.0
For Python2: pip install protobuf
For Python3: pip3.5 install protobuf
注意：以上用Python3.5命令来举例，如您的Python版本为3.6/3.7，请将上述命令中的Python3.5改成Python3.6/Python3.7
> 安装protobuf 3.1.0。
> 安装protobuf。
`apt install patchelf`
......@@ -89,11 +102,11 @@
* 编译**CPU版本PaddlePaddle**：
`cmake .. -DPY_VERSION=3.5 -DWITH_FLUID_ONLY=ON -DWITH_GPU=OFF -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release`
`cmake .. -DPY_VERSION=3.5 -DWITH_GPU=OFF -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release`
* 编译**GPU版本PaddlePaddle**：
`cmake .. -DPY_VERSION=3.5 -DWITH_FLUID_ONLY=ON -DWITH_GPU=ON -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release`
`cmake .. -DPY_VERSION=3.5 -DWITH_GPU=ON -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release`
9. 执行编译：
......@@ -123,7 +136,7 @@
3. 我们支持使用virtualenv进行编译安装，首先请使用以下命令创建一个名为`paddle-venv`的虚环境：
* a. 安装Python-dev:
* a. 安装Python-dev（请注意Ubuntu16.04下的python2.7不支持gcc4.8，请使用gcc5.4编译Paddle）:
For Python2: apt install python-dev
For Python3: apt install python3.5-dev
......@@ -167,7 +180,7 @@
例如：
`git checkout release/1.2`
`git checkout release/1.5`
7. 并且请创建并进入一个叫build的目录下：
......@@ -179,20 +192,25 @@
* 对于需要编译**CPU版本PaddlePaddle**的用户：
For Python2: cmake .. -DWITH_FLUID_ONLY=ON -DWITH_GPU=OFF -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release
For Python3: cmake .. -DPY_VERSION=3.5 -DWITH_FLUID_ONLY=ON -DWITH_GPU=OFF -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release
For Python2: cmake .. -DWITH_GPU=OFF -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release
For Python3: cmake .. -DPY_VERSION=3.5 -DWITH_GPU=OFF -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release
* 对于需要编译**GPU版本PaddlePaddle**的用户：(*仅支持ubuntu16.04/14.04*)
1. 请确保您已经正确安装nccl2，或者按照以下指令安装nccl2（这里提供的是ubuntu 16.04，CUDA9，cuDNN7下nccl2的安装指令），更多版本的安装信息请参考NVIDIA[官方网站](https://developer.nvidia.com/nccl/nccl-download):
i. `wget http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64/nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb`
i. `wget https://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64/nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb`
ii. `dpkg -i nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb`
iii. `sudo apt-get install -y libnccl2=2.2.13-1+cuda9.0 libnccl-dev=2.2.13-1+cuda9.0`
iii. `sudo apt-get install -y libnccl2=2.3.7-1+cuda9.0 libnccl-dev=2.3.7-1+cuda9.0`
2. 如果您已经正确安装了`nccl2`，就可以开始cmake了：(*For Python3: 请给PY_VERSION参数配置正确的python版本*)
For Python2: cmake .. -DWITH_FLUID_ONLY=ON -DWITH_GPU=ON -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release
For Python3: cmake .. -DPY_VERSION=3.5 -DWITH_FLUID_ONLY=ON -DWITH_GPU=ON -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release
For Python2: cmake .. -DWITH_GPU=ON -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release
For Python3: cmake .. -DPY_VERSION=3.5 -DWITH_GPU=ON -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release
注意：以上涉及Python3的命令，用Python3.5来举例，如您的Python版本为3.6/3.7，请将上述命令中的Python3.5改成Python3.6/Python3.7
......
doc/fluid/beginners_guide/install/compile/compile_Windows.md
浏览文件 @ 1a70d5bb
......@@ -4,7 +4,7 @@
* *64位操作系统*
* *Windows 10 家庭版/专业版/企业版*
* *Python 2.7/3.5/3.6/3.7*
* *Python 2.7/3.5.1+/3.6/3.7*
* *pip或pip3 >= 9.0.1*
* *Visual Studio 2015 Update3*
......
doc/fluid/beginners_guide/install/install_CentOS.md
浏览文件 @ 1a70d5bb
......@@ -4,26 +4,36 @@
* *64位操作系统*
* *CentOS 6 / 7*
* *Python 2.7/3.5/3.6/3.7*
* *Python 2.7/3.5.1+/3.6/3.7*
* *pip或pip3 >= 9.0.1*
### 注意事项
* 可以使用`uname -m && cat /etc/*release`查看本机的操作系统和位数信息
* 可以使用`pip -V`(Python版本为2.7)或`pip3 -V`(Python版本为3.5/3.6/3.7)，确认pip/pip3版本是否满足要求
* 默认提供的安装包需要计算机支持AVX指令集和MKL。如果您对机器环境不了解，请下载使用[快速安装脚本](https://fast-install.bj.bcebos.com/fast_install.sh)，配套说明请参考[这里](https://github.com/PaddlePaddle/FluidDoc/tree/develop/doc/fluid/beginners_guide/install/install_script.md)。或者您也可以使用`cat /proc/cpuinfo | grep avx`来检测您的处理器是否支持该指令集，如不支持，请在[这里](./Tables.html/#ciwhls-release)下载`no_avx`版本的安装包
* 如果您对机器环境不了解，请下载使用[快速安装脚本](https://fast-install.bj.bcebos.com/fast_install.sh)，配套说明请参考[这里](https://github.com/PaddlePaddle/FluidDoc/tree/develop/doc/fluid/beginners_guide/install/install_script.md)。
## 选择CPU/GPU
* 如果您的计算机没有 NVIDIA® GPU，请安装CPU版本的PaddlePaddle
* 如果您的计算机有NVIDIA® GPU，并且满足以下条件，推荐安装GPU版PaddlePaddle
* *CUDA 工具包9.0配合cuDNN v7*
* *CUDA 工具包8.0配合cuDNN v7*
* *CUDA 工具包8.0配合cuDNN v5*
* *GPU运算能力超过1.0的硬件设备*
* 如果您的计算机有NVIDIA® GPU，请确保满足以下条件并且安装GPU版PaddlePaddle
* *CUDA 工具包10.0配合cuDNN v7.3+(如需多卡支持，需配合NCCL2.3.7及更高)*
* *CUDA 工具包9.0配合cuDNN v7.3+(如需多卡支持，需配合NCCL2.3.7及更高)*
* *CUDA 工具包8.0配合cuDNN v7.3+(官方不支持多卡）*
* *GPU运算能力超过1.0的硬件设备*
您可参考NVIDIA官方文档了解CUDA和CUDNN的安装流程和配置方法，请见[CUDA](https://docs.nvidia.com/cuda/cuda-installation-guide-linux/)，[cuDNN](https://docs.nvidia.com/deeplearning/sdk/cudnn-install/)
* 如果您需要使用多卡环境请确保您已经正确安装nccl2，或者按照以下指令安装nccl2（这里提供的是CentOS 7，CUDA9，cuDNN7下nccl2的安装指令），更多版本的安装信息请参考NVIDIA[官方网站](https://developer.nvidia.com/nccl/nccl-download):
wget http://developer.download.nvidia.com/compute/machine-learning/repos/rhel7/x86_64/nvidia-machine-learning-repo-rhel7-1.0.0-1.x86_64.rpm
rpm -i nvidia-machine-learning-repo-rhel7-1.0.0-1.x86_64.rpm
yum update -y
yum install -y libnccl-2.3.7-2+cuda9.0 libnccl-devel-2.3.7-2+cuda9.0 libnccl-static-2.3.7-2+cuda9.0
您可参考NVIDIA官方文档了解CUDA和CUDNN的安装流程和配置方法，请见[CUDA](https://docs.nvidia.com/cuda/cuda-installation-guide-linux/)，[cuDNN](https://docs.nvidia.com/deeplearning/sdk/cudnn-install/)
## 安装方式
......
doc/fluid/beginners_guide/install/install_MacOS.md
浏览文件 @ 1a70d5bb
......@@ -4,7 +4,7 @@
* *64位操作系统*
* *MacOS 10.11/10.12/10.13/10.14*
* *Python 2.7/3.5/3.6/3.7*
* *Python 2.7/3.5.1+/3.6/3.7*
* *pip或pip3 >= 9.0.1*
### 注意事项
......
doc/fluid/beginners_guide/install/install_Ubuntu.md
浏览文件 @ 1a70d5bb
......@@ -3,27 +3,39 @@
## 环境准备
* *64位操作系统*
* *Ubuntu 14.04 /16.04 /18.04*
* *Python 2.7/3.5/3.6/3.7*
* *Ubuntu 14.04 (GPU版本只针对CUDA 8, CUDA 10支持)*
* *Ubuntu 16.04*
* *Ubuntu 18.04（GPU版本只针对CUDA10支持)*
* *Python 2.7/3.5.1+/3.6/3.7/*
* *pip或pip3 >= 9.0.1*
### 注意事项
* 可以使用`uname -m && cat /etc/*release`查看本机的操作系统和位数信息
* 可以使用`pip -V`(Python版本为2.7)或`pip3 -V`(Python版本为3.5/3.6/3.7)，确认pip/pip3版本是否满足要求
* 默认提供的安装包需要计算机支持AVX指令集和MKL。如果您对机器环境不了解，请下载使用[快速安装脚本](https://fast-install.bj.bcebos.com/fast_install.sh)，配套说明请参考[这里](https://github.com/PaddlePaddle/FluidDoc/tree/develop/doc/fluid/beginners_guide/install/install_script.md)。或者您也可以使用`cat /proc/cpuinfo | grep avx`来检测您的处理器是否支持该指令集，如不支持，请在[这里](./Tables.html/#ciwhls-release)下载`no_avx`版本的安装包
* 如果您对机器环境不了解，请下载使用[快速安装脚本](https://fast-install.bj.bcebos.com/fast_install.sh)，配套说明请参考[这里](https://github.com/PaddlePaddle/FluidDoc/tree/develop/doc/fluid/beginners_guide/install/install_script.md)。
## 选择CPU/GPU
* 如果您的计算机没有 NVIDIA® GPU，请安装CPU版的PaddlePaddle
* 如果您的计算机有 NVIDIA® GPU，并且满足以下条件，推荐安装GPU版的PaddlePaddle
* *CUDA 工具包9.0配合cuDNN v7*
* *CUDA 工具包8.0配合cuDNN v7*
* *CUDA 工具包8.0配合cuDNN v5*
* *GPU运算能力超过1.0的硬件设备*
* *CUDA 工具包10.0配合cuDNN v7.3+(如需多卡支持，需配合NCCL2.3.7及更高)*
* *CUDA 工具包9.0配合cuDNN v7.3+(如需多卡支持，需配合NCCL2.3.7及更高)*
* *CUDA 工具包8.0配合cuDNN v7.3+(如需多卡支持，需配合NCCL2.1.15-2.2.13）*
* *GPU运算能力超过1.0的硬件设备*
您可参考NVIDIA官方文档了解CUDA和CUDNN的安装流程和配置方法，请见[CUDA](https://docs.nvidia.com/cuda/cuda-installation-guide-linux/)，[cuDNN](https://docs.nvidia.com/deeplearning/sdk/cudnn-install/)
您可参考NVIDIA官方文档了解CUDA和CUDNN的安装流程和配置方法，请见[CUDA](https://docs.nvidia.com/cuda/cuda-installation-guide-linux/)，[cuDNN](https://docs.nvidia.com/deeplearning/sdk/cudnn-install/)
* 如果您需要使用多卡环境请确保您已经正确安装nccl2，或者按照以下指令安装nccl2（这里提供的是ubuntu 16.04，CUDA9，cuDNN7下nccl2的安装指令），更多版本的安装信息请参考NVIDIA[官方网站](https://developer.nvidia.com/nccl/nccl-download):
wget https://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64/nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb
dpkg -i nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb`
sudo apt-get install -y libnccl2=2.3.7-1+cuda9.0 libnccl-dev=2.3.7-1+cuda9.0
## 安装方式
......
doc/fluid/beginners_guide/install/install_Windows.md
浏览文件 @ 1a70d5bb
......@@ -4,7 +4,7 @@
* *64位操作系统*
* *Windows 7/8 ，Windows 10 专业版/企业版*
* *Python 2.7/3.5/3.6/3.7*
* *Python 2.7/3.5.1+/3.6/3.7*
* *pip或pip3 >= 9.0.1*
### 注意事项
......
Markdown is supported
0% 或 .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑！
想要评论请 注册 或