diff --git a/doc/fluid/api_cn/data/data_reader_cn.rst b/doc/fluid/api_cn/data/data_reader_cn.rst index b46b1559c1b16e419acd496e5f4789b32d1396d5..5fe5df30464d5f0e4a6c06926cab5646c2d94095 100644 --- a/doc/fluid/api_cn/data/data_reader_cn.rst +++ b/doc/fluid/api_cn/data/data_reader_cn.rst @@ -238,7 +238,7 @@ Data Reader Interface def reader(): while True: yield numpy.random.uniform(-1, 1, size=width*height) - return reader + return reader 多项目数据读取器创建者的示例实现： @@ -249,7 +249,7 @@ Data Reader Interface def reader(): while True: yield numpy.random.uniform(-1, 1, size=width*height), label - return reader + return reader .. py:function:: paddle.reader.map_readers(func, *readers) @@ -292,7 +292,7 @@ Data Reader Interface 返回：新的数据读取器 -抛出异常： ``ComposeNotAligned`` – reader的输出不一致。 当check_alignment设置为False，不会升高。 +抛出异常： ``ComposeNotAligned`` – reader的输出不一致。 当check_alignment设置为False，不会抛出异常。 @@ -378,22 +378,15 @@ PipeReader通过流从一个命令中读取数据，将它的stdout放到管道 .. py:method:: get_line(cut_lines=True, line_break='\n') -param cut_lines: - cut buffer to lines -type cut_lines: bool - -param line_break: - line break of the file, like - -or +参数： + - **cut_lines** （bool） - 将缓冲区分行。 + - **line_break** （string） - 文件中的行分割符，比如 ‘\\n’ 或者 ‘\\r’。 -type line_break: - string -return: one line or a buffer of bytes +返回：一行或者一段缓冲区。 -rtype: string +返回类型： string diff --git a/doc/fluid/api_cn/layers_cn/io_cn.rst b/doc/fluid/api_cn/layers_cn/io_cn.rst index 921f16ce64a26987f421a132c29692c83ef97560..d598b04dbc3b9bedb453bd93df2e59b85e8fb4ec 100644 --- a/doc/fluid/api_cn/layers_cn/io_cn.rst +++ b/doc/fluid/api_cn/layers_cn/io_cn.rst @@ -331,7 +331,7 @@ py_reader 创建一个由在Python端提供数据的reader -该layer返回一个Reader Variable。reader提供了 ``decorate_paddle_reader()`` 和 ``decorate_tensor_provider()`` 来设置Python generator作为数据源。更多细节请参考异步数据读取:ref:`user_guide_use_py_reader`，在c++端调用 ``Executor::Run()`` 时，来自generator的数据将被自动读取。与 ``DataFeeder.feed()`` 不同，数据读取进程和 ``Executor::Run()`` 进程可以使用 ``py_reader`` 并行运行。reader的 ``start()`` 方法应该在每次数据传递开始时调用，在传递结束和抛出 ``fluid.core.EOFException`` 后执行 ``reset()`` 方法。注意， ``Program.clone()`` 方法不能克隆 ``py_reader`` 。 +该layer返回一个Reader Variable。reader提供了 ``decorate_paddle_reader()`` 和 ``decorate_tensor_provider()`` 来设置Python generator作为数据源。更多细节请参考 :ref:`user_guides_use_py_reader`，在c++端调用 ``Executor::Run()`` 时，来自generator的数据将被自动读取。与 ``DataFeeder.feed()`` 不同，数据读取进程和 ``Executor::Run()`` 进程可以使用 ``py_reader`` 并行运行。reader的 ``start()`` 方法应该在每次数据传递开始时调用，在传递结束和抛出 ``fluid.core.EOFException`` 后执行 ``reset()`` 方法。注意， ``Program.clone()`` 方法不能克隆 ``py_reader`` 。 参数: - **capacity** (int) – ``py_reader`` 维护的缓冲区容量 diff --git a/doc/fluid/api_cn/optimizer_cn.rst b/doc/fluid/api_cn/optimizer_cn.rst index 42573cc10de3af63e7e54d43a39493038fca421d..a2f5202c9f76f2b633f71202c09aed2372b5ba57 100644 --- a/doc/fluid/api_cn/optimizer_cn.rst +++ b/doc/fluid/api_cn/optimizer_cn.rst @@ -349,84 +349,6 @@ DGC还使用动量因子掩藏(momentum factor masking)和预训练(warm-up)来 -.. _cn_api_fluid_optimizer_PipelineOptimizer: - -PipelineOptimizer -------------------------------- - -.. py:class:: paddle.fluid.optimizer.PipelineOptimizer(optimizer, cut_list=None, place_list=None, concurrency_list=None, queue_size=30, sync_steps=1, start_cpu_core_id=0) - -Pipeline 优化器训练。该程序将由cut_list分割。如果cut_list的长度是k，则整个程序（包括向后部分）将被分割为2 * k-1个部分。 所以place_list和concurrency_list的长度也必须是2 * k-1。 - -.. note:: - - 虽然异步模式应用于管道训练中以加速，但最终的性能取决于每个管道的训练进度。 我们将在未来尝试同步模式。 - -参数: - - **optimizer** (Optimizer) - 基础优化器，如SGD - - **cut_list** (list of Variable list) - main_program的cut变量 - - **place_lis** (list of Place) - 某部分运行的位置 - - **concurrency_lis** (list of int) - 并发度 - - **queue_size** (int) - 每个部分都将使用其范围内队列(in-scope queue)中的范围并将范围生成到范围外队列(out-scope queue)。 而这个参数定范围队列大小。 这一参数可选，默认值：30。 - - **sync_steps** (int) - 不同显卡之间的同步步数 - - **start_cpu_core_id** (int) - 设置第一个cpu核的id。这一参数可选，默认值：0。 - -**代码示例** - -.. code-block:: python - - x = fluid.layers.data(name='x', shape=[1], dtype='int64', lod_level=0) - y = fluid.layers.data(name='y', shape=[1], dtype='int64', lod_level=0) - emb_x = layers.embedding(input=x, param_attr=fluid.ParamAttr(name="embx"), size=[10,2], is_sparse=False) - emb_y = layers.embedding(input=y, param_attr=fluid.ParamAttr(name="emby",learning_rate=0.9), size=[10,2], is_sparse=False) - concat = layers.concat([emb_x, emb_y], axis=1) - fc = layers.fc(input=concat, name="fc", size=1, num_flatten_dims=1, bias_attr=False) - loss = layers.reduce_mean(fc) - optimizer = fluid.optimizer.SGD(learning_rate=0.5) - optimizer = fluid.optimizer.PipelineOptimizer(optimizer, - cut_list=[[emb_x, emb_y], [loss]], - place_list=[fluid.CPUPlace(), fluid.CUDAPlace(0), fluid.CPUPlace()], - concurrency_list=[1, 1, 4], - queue_size=2, - sync_steps=1, - ) - optimizer.minimize(loss) - place = fluid.CPUPlace() - exe = fluid.Executor(place) - exe.run(fluid.default_startup_program()) - filelist = [] # 您应该根据需求自行设置文件列表, 如: filelist = ["dataA.txt"] - dataset = fluid.DatasetFactory().create_dataset("FileInstantDataset") - dataset.set_use_var([x,y]) - dataset.set_batch_size(batch_size) - dataset.set_filelist(filelist) - exe.train_from_dataset( - fluid.default_main_program(), - dataset, - thread=2, - debug=False, - fetch_list=[], - fetch_info=[], - print_period=1) - - -.. py:method:: extract_section_opt_ops(ops, cut_point_name) - -获取指定section的优化算子(opt ops) - -.. py:method:: extract_section_opt_ops(ops, cut_point_name) - -获取指定section的输入和输出 - -.. py:method:: find_persistable_vars(ops, whole_parameters) - -获取指定section的持久性输入变量 - -.. py:method:: extract_section_ops(ops, cut_point_name) - -获取指定的section的算子(ops) - - - .. _cn_api_fluid_optimizer_ExponentialMovingAverage: ExponentialMovingAverage @@ -859,6 +781,70 @@ MomentumOptimizer +.. _cn_api_fluid_optimizer_PipelineOptimizer: + +PipelineOptimizer +------------------------------- + +.. py:class:: paddle.fluid.optimizer.PipelineOptimizer(optimizer, cut_list=None, place_list=None, concurrency_list=None, queue_size=30, sync_steps=1, start_cpu_core_id=0) + +使用流水线模式进行训练。 +Program会根据切分列表cut_list进行分割。如果cut_list的长度是k，则整个program（包括反向部分）将被分割为2*k-1个section。 所以place_list和concurrency_list的长度也必须是2*k-1。 + +.. note:: + + 虽然我们在流水线训练模式中采用异步更新的方式来加速，但最终的效果会依赖于每条流水线的训练进程。我们将在未来尝试同步模式。 + +参数: + - **optimizer** (Optimizer) - 基础优化器，如SGD + - **cut_list** (list of Variable list) - main_program的cut变量列表 + - **place_list** (list of Place) - 对应section运行所在的place + - **concurrency_list** (list of int) - 指定每个section的并发度列表 + - **queue_size** (int) - 每个section都会消费其输入队列(in-scope queue)中的scope，并向输出队列(out-scope queue)产出scope。 此参数的作用就是指定队列的大小。 可选，默认值：30 + - **sync_steps** (int) - 不同显卡之间的同步周期数。可选，默认值：1 + - **start_cpu_core_id** (int) - 指定所使用的第一个CPU核的id。可选，默认值：0 + +**代码示例** + +.. code-block:: python + + import paddle.fluid as fluid + import paddle.fluid.layers as layers + x = fluid.layers.data(name='x', shape=[1], dtype='int64', lod_level=0) + y = fluid.layers.data(name='y', shape=[1], dtype='int64', lod_level=0) + emb_x = layers.embedding(input=x, param_attr=fluid.ParamAttr(name="embx"), size=[10,2], is_sparse=False) + emb_y = layers.embedding(input=y, param_attr=fluid.ParamAttr(name="emby",learning_rate=0.9), size=[10,2], is_sparse=False) + concat = layers.concat([emb_x, emb_y], axis=1) + fc = layers.fc(input=concat, name="fc", size=1, num_flatten_dims=1, bias_attr=False) + loss = layers.reduce_mean(fc) + optimizer = fluid.optimizer.SGD(learning_rate=0.5) + optimizer = fluid.optimizer.PipelineOptimizer(optimizer, + cut_list=[[emb_x, emb_y], [loss]], + place_list=[fluid.CPUPlace(), fluid.CUDAPlace(0), fluid.CPUPlace()], + concurrency_list=[1, 1, 4], + queue_size=2, + sync_steps=1, + ) + optimizer.minimize(loss) + place = fluid.CPUPlace() + exe = fluid.Executor(place) + exe.run(fluid.default_startup_program()) + filelist = [] # you should set your own filelist, e.g. filelist = ["dataA.txt"] + dataset = fluid.DatasetFactory().create_dataset("FileInstantDataset") + dataset.set_use_var([x,y]) + dataset.set_batch_size(batch_size) + dataset.set_filelist(filelist) + exe.train_from_dataset( + fluid.default_main_program(), + dataset, + thread=2, + debug=False, + fetch_list=[], + fetch_info=[], + print_period=1) + + + .. _cn_api_fluid_optimizer_RMSPropOptimizer: diff --git a/doc/fluid/beginners_guide/install/Tables.md b/doc/fluid/beginners_guide/install/Tables.md index 5d7532cc8125edf331089df7215b0e999759db5b..2696f9d98367972a84f6f5c150264e8ff669e644 100755 --- a/doc/fluid/beginners_guide/install/Tables.md +++ b/doc/fluid/beginners_guide/install/Tables.md @@ -212,16 +212,16 @@ PaddePaddle通过编译时指定路径来实现引用各种BLAS/CUDA/cuDNN库。 - paddlepaddle==[版本号] 例如 paddlepaddle==1.5.0 + paddlepaddle==[版本号] 例如 paddlepaddle==1.5.1 只支持CPU对应版本的PaddlePaddle，具体版本请参见Pypi - paddlepaddle-gpu==1.5.0 - 使用CUDA 9.0和cuDNN 7编译的1.5.0版本 + paddlepaddle-gpu==1.5.1 + 使用CUDA 9.0和cuDNN 7编译的1.5.1版本 - paddlepaddle-gpu==1.5.0.post87 - 使用CUDA 8.0和cuDNN 7编译的1.5.0版本 + paddlepaddle-gpu==1.5.1.post87 + 使用CUDA 8.0和cuDNN 7编译的1.5.1版本 @@ -253,110 +253,110 @@ PaddePaddle通过编译时指定路径来实现引用各种BLAS/CUDA/cuDNN库。 cpu-mkl - - paddlepaddle-1.5.0-cp27-cp27mu-linux_x86_64.whl - - paddlepaddle-1.5.0-cp27-cp27m-linux_x86_64.whl - - paddlepaddle-1.5.0-cp35-cp35m-linux_x86_64.whl - - paddlepaddle-1.5.0-cp36-cp36m-linux_x86_64.whl - - paddlepaddle-1.5.0-cp37-cp37m-linux_x86_64.whl + + paddlepaddle-1.5.1-cp27-cp27mu-linux_x86_64.whl + + paddlepaddle-1.5.1-cp27-cp27m-linux_x86_64.whl + + paddlepaddle-1.5.1-cp35-cp35m-linux_x86_64.whl + + paddlepaddle-1.5.1-cp36-cp36m-linux_x86_64.whl + + paddlepaddle-1.5.1-cp37-cp37m-linux_x86_64.whl cpu-openblas - - paddlepaddle-1.5.0-cp27-cp27mu-linux_x86_64.whl - paddlepaddle-1.5.0-cp27-cp27m-linux_x86_64.whl - - paddlepaddle-1.5.0-cp35-cp35m-linux_x86_64.whl - - paddlepaddle-1.5.0-cp36-cp36m-linux_x86_64.whl - - paddlepaddle-1.5.0-cp37-cp37m-linux_x86_64.whl + + paddlepaddle-1.5.1-cp27-cp27mu-linux_x86_64.whl + paddlepaddle-1.5.1-cp27-cp27m-linux_x86_64.whl + + paddlepaddle-1.5.1-cp35-cp35m-linux_x86_64.whl + + paddlepaddle-1.5.1-cp36-cp36m-linux_x86_64.whl + + paddlepaddle-1.5.1-cp37-cp37m-linux_x86_64.whl cuda8-cudnn7-openblas - paddlepaddle_gpu-1.5.0-cp27-cp27mu-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp27-cp27m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp35-cp35m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp36-cp36m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp37-cp37m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp27-cp27mu-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp27-cp27m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp35-cp35m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp36-cp36m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp37-cp37m-linux_x86_64.whl cuda8-cudnn7-mkl - paddlepaddle_gpu-1.5.0-cp27-cp27mu-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp27-cp27m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp35-cp35m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp36-cp36m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp37-cp37m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp27-cp27mu-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp27-cp27m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp35-cp35m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp36-cp36m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp37-cp37m-linux_x86_64.whl cuda9-cudnn7-mkl - paddlepaddle_gpu-1.5.0-cp27-cp27mu-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp27-cp27m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp35-cp35m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp36-cp36m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp37-cp37m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp27-cp27mu-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp27-cp27m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp35-cp35m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp36-cp36m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp37-cp37m-linux_x86_64.whl cuda10_cudnn7-mkl - paddlepaddle_gpu-1.5.0-cp27-cp27mu-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp27-cp27m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp35-cp35m-linux_x86_64.whl - - paddlepaddle_gpu-1.5.0-cp36-cp36m-linux_x86_64.whl - - paddlepaddle_gpu-1.5.0-cp37-cp37m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp27-cp27mu-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp27-cp27m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp35-cp35m-linux_x86_64.whl + + paddlepaddle_gpu-1.5.1-cp36-cp36m-linux_x86_64.whl + + paddlepaddle_gpu-1.5.1-cp37-cp37m-linux_x86_64.whl win_cpu_openblas - - - paddlepaddle-1.5.0-cp27-cp27m-win_amd64.whl - - paddlepaddle-1.5.0-cp35-cp35m-win_amd64.whl - - paddlepaddle-1.5.0-cp36-cp36m-win_amd64.whl - - paddlepaddle-1.5.0-cp37-cp37m-win_amd64.whl + + paddlepaddle-1.5.1-cp27-cp27m-win_amd64.whl + + paddlepaddle-1.5.1-cp35-cp35m-win_amd64.whl + + paddlepaddle-1.5.1-cp36-cp36m-win_amd64.whl + + paddlepaddle-1.5.1-cp37-cp37m-win_amd64.whl win_cuda8_cudnn7_openblas - - - paddlepaddle_gpu-1.5.0-cp27-cp27m-win_amd64.whl - - paddlepaddle_gpu-1.5.0-cp35-cp35m-win_amd64.whl - - paddlepaddle_gpu-1.5.0-cp36-cp36m-win_amd64.whl - - paddlepaddle_gpu-1.5.0-cp37-cp37m-win_amd64.whl + + paddlepaddle_gpu-1.5.1-cp27-cp27m-win_amd64.whl + + paddlepaddle_gpu-1.5.1-cp35-cp35m-win_amd64.whl + + paddlepaddle_gpu-1.5.1-cp36-cp36m-win_amd64.whl + + paddlepaddle_gpu-1.5.1-cp37-cp37m-win_amd64.whl win_cuda9_cudnn7_openblas - - - paddlepaddle_gpu-1.5.0-cp27-cp27m-win_amd64.whl - - paddlepaddle_gpu-1.5.0-cp35-cp35m-win_amd64.whl - - paddlepaddle_gpu-1.5.0-cp36-cp36m-win_amd64.whl - - paddlepaddle_gpu-1.5.0-cp37-cp37m-win_amd64.whl + + paddlepaddle_gpu-1.5.1-cp27-cp27m-win_amd64.whl + + paddlepaddle_gpu-1.5.1-cp35-cp35m-win_amd64.whl + + paddlepaddle_gpu-1.5.1-cp36-cp36m-win_amd64.whl + + paddlepaddle_gpu-1.5.1-cp37-cp37m-win_amd64.whl mac_cpu - - - paddlepaddle-1.5.0-cp27-cp27m-macosx_10_6_intel.whl - - paddlepaddle-1.5.0-cp35-cp35m-macosx_10_6_intel.whl - - paddlepaddle-1.5.0-cp36-cp36m-macosx_10_6_intel.whl - - paddlepaddle-1.5.0-cp37-cp37m-macosx_10_6_intel.whl + + paddlepaddle-1.5.1-cp27-cp27m-macosx_10_6_intel.whl + + paddlepaddle-1.5.1-cp35-cp35m-macosx_10_6_intel.whl + + paddlepaddle-1.5.1-cp36-cp36m-macosx_10_6_intel.whl + + paddlepaddle-1.5.1-cp37-cp37m-macosx_10_6_intel.whl diff --git a/doc/fluid/beginners_guide/install/Tables_en.md b/doc/fluid/beginners_guide/install/Tables_en.md index 978754a2dfaf2a1c9d8b23085ed9ab00d79e2dc5..9977ec8697c75dfe86ed94cb68c95547c1441b53 100755 --- a/doc/fluid/beginners_guide/install/Tables_en.md +++ b/doc/fluid/beginners_guide/install/Tables_en.md @@ -239,16 +239,16 @@ PaddePaddle implements references to various BLAS/CUDA/cuDNN libraries by specif - paddlepaddle==[version code] such as paddlepaddle==1.5.0 + paddlepaddle==[version code] such as paddlepaddle==1.5.1 Only support the corresponding version of the CPU PaddlePaddle, please refer to Pypi for the specific version. - paddlepaddle-gpu==1.5.0 - Using version 1.5.0 compiled with CUDA 9.0 and cuDNN 7 + paddlepaddle-gpu==1.5.1 + Using version 1.5.1 compiled with CUDA 9.0 and cuDNN 7 - paddlepaddle-gpu==1.5.0.post87 - Using version 1.5.0 compiled with CUDA 8.0 and cuDNN 7 + paddlepaddle-gpu==1.5.1.post87 + Using version 1.5.1 compiled with CUDA 8.0 and cuDNN 7 @@ -319,110 +319,110 @@ You can find the docker image for each release of PaddlePaddle in the [DockerHub cpu-mkl - - paddlepaddle-1.5.0-cp27-cp27mu-linux_x86_64.whl - - paddlepaddle-1.5.0-cp27-cp27m-linux_x86_64.whl - - paddlepaddle-1.5.0-cp35-cp35m-linux_x86_64.whl - - paddlepaddle-1.5.0-cp36-cp36m-linux_x86_64.whl - - paddlepaddle-1.5.0-cp37-cp37m-linux_x86_64.whl + + paddlepaddle-1.5.1-cp27-cp27mu-linux_x86_64.whl + + paddlepaddle-1.5.1-cp27-cp27m-linux_x86_64.whl + + paddlepaddle-1.5.1-cp35-cp35m-linux_x86_64.whl + + paddlepaddle-1.5.1-cp36-cp36m-linux_x86_64.whl + + paddlepaddle-1.5.1-cp37-cp37m-linux_x86_64.whl cpu-openblas - - paddlepaddle-1.5.0-cp27-cp27mu-linux_x86_64.whl - paddlepaddle-1.5.0-cp27-cp27m-linux_x86_64.whl - - paddlepaddle-1.5.0-cp35-cp35m-linux_x86_64.whl - - paddlepaddle-1.5.0-cp36-cp36m-linux_x86_64.whl - - paddlepaddle-1.5.0-cp37-cp37m-linux_x86_64.whl + + paddlepaddle-1.5.1-cp27-cp27mu-linux_x86_64.whl + paddlepaddle-1.5.1-cp27-cp27m-linux_x86_64.whl + + paddlepaddle-1.5.1-cp35-cp35m-linux_x86_64.whl + + paddlepaddle-1.5.1-cp36-cp36m-linux_x86_64.whl + + paddlepaddle-1.5.1-cp37-cp37m-linux_x86_64.whl cuda8-cudnn7-openblas - paddlepaddle_gpu-1.5.0-cp27-cp27mu-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp27-cp27m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp35-cp35m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp36-cp36m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp37-cp37m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp27-cp27mu-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp27-cp27m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp35-cp35m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp36-cp36m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp37-cp37m-linux_x86_64.whl cuda8-cudnn7-mkl - paddlepaddle_gpu-1.5.0-cp27-cp27mu-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp27-cp27m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp35-cp35m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp36-cp36m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp37-cp37m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp27-cp27mu-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp27-cp27m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp35-cp35m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp36-cp36m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp37-cp37m-linux_x86_64.whl cuda9-cudnn7-mkl - paddlepaddle_gpu-1.5.0-cp27-cp27mu-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp27-cp27m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp35-cp35m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp36-cp36m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp37-cp37m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp27-cp27mu-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp27-cp27m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp35-cp35m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp36-cp36m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp37-cp37m-linux_x86_64.whl cuda10_cudnn7-mkl - paddlepaddle_gpu-1.5.0-cp27-cp27mu-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp27-cp27m-linux_x86_64.whl - paddlepaddle_gpu-1.5.0-cp35-cp35m-linux_x86_64.whl - - paddlepaddle_gpu-1.5.0-cp36-cp36m-linux_x86_64.whl - - paddlepaddle_gpu-1.5.0-cp37-cp37m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp27-cp27mu-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp27-cp27m-linux_x86_64.whl + paddlepaddle_gpu-1.5.1-cp35-cp35m-linux_x86_64.whl + + paddlepaddle_gpu-1.5.1-cp36-cp36m-linux_x86_64.whl + + paddlepaddle_gpu-1.5.1-cp37-cp37m-linux_x86_64.whl win_cpu_openblas - - - paddlepaddle-1.5.0-cp27-cp27m-win_amd64.whl - - paddlepaddle-1.5.0-cp35-cp35m-win_amd64.whl - - paddlepaddle-1.5.0-cp36-cp36m-win_amd64.whl - - paddlepaddle-1.5.0-cp37-cp37m-win_amd64.whl + + paddlepaddle-1.5.1-cp27-cp27m-win_amd64.whl + + paddlepaddle-1.5.1-cp35-cp35m-win_amd64.whl + + paddlepaddle-1.5.1-cp36-cp36m-win_amd64.whl + + paddlepaddle-1.5.1-cp37-cp37m-win_amd64.whl win_cuda8_cudnn7_openblas - - - paddlepaddle_gpu-1.5.0-cp27-cp27m-win_amd64.whl - - paddlepaddle_gpu-1.5.0-cp35-cp35m-win_amd64.whl - - paddlepaddle_gpu-1.5.0-cp36-cp36m-win_amd64.whl - - paddlepaddle_gpu-1.5.0-cp37-cp37m-win_amd64.whl + + paddlepaddle_gpu-1.5.1-cp27-cp27m-win_amd64.whl + + paddlepaddle_gpu-1.5.1-cp35-cp35m-win_amd64.whl + + paddlepaddle_gpu-1.5.1-cp36-cp36m-win_amd64.whl + + paddlepaddle_gpu-1.5.1-cp37-cp37m-win_amd64.whl win_cuda9_cudnn7_openblas - - - paddlepaddle_gpu-1.5.0-cp27-cp27m-win_amd64.whl - - paddlepaddle_gpu-1.5.0-cp35-cp35m-win_amd64.whl - - paddlepaddle_gpu-1.5.0-cp36-cp36m-win_amd64.whl - - paddlepaddle_gpu-1.5.0-cp37-cp37m-win_amd64.whl + + paddlepaddle_gpu-1.5.1-cp27-cp27m-win_amd64.whl + + paddlepaddle_gpu-1.5.1-cp35-cp35m-win_amd64.whl + + paddlepaddle_gpu-1.5.1-cp36-cp36m-win_amd64.whl + + paddlepaddle_gpu-1.5.1-cp37-cp37m-win_amd64.whl mac_cpu - - - paddlepaddle-1.5.0-cp27-cp27m-macosx_10_6_intel.whl - - paddlepaddle-1.5.0-cp35-cp35m-macosx_10_6_intel.whl - - paddlepaddle-1.5.0-cp36-cp36m-macosx_10_6_intel.whl - - paddlepaddle-1.5.0-cp37-cp37m-macosx_10_6_intel.whl + + paddlepaddle-1.5.1-cp27-cp27m-macosx_10_6_intel.whl + + paddlepaddle-1.5.1-cp35-cp35m-macosx_10_6_intel.whl + + paddlepaddle-1.5.1-cp36-cp36m-macosx_10_6_intel.whl + + paddlepaddle-1.5.1-cp37-cp37m-macosx_10_6_intel.whl