[cherry-pick] update install doc to release 1.6.1 (#1626)

ae778ef6 · zhongpu · GitHub · 2036c5e1 · ae778ef6 · ae778ef6
14 changed file
--- a/doc/fluid/beginners_guide/index_cn.rst
+++ b/doc/fluid/beginners_guide/index_cn.rst
@@ -24,5 +24,6 @@ PaddlePaddle (PArallel Distributed Deep LEarning)是一个易用、高效、灵
    :hidden:
    quick_start_cn.rst
+    install/index_cn.rst
    basics/index_cn.rst
    programming_guide/programming_guide.md
--- a/doc/fluid/beginners_guide/index_en.rst
+++ b/doc/fluid/beginners_guide/index_en.rst
@@ -20,5 +20,6 @@ If you have been armed with certain level of deep learning knowledge, and it hap
 ..  toctree::
    :hidden:
+    install/index_en.rst
    basics/index_en.rst
    programming_guide/programming_guide_en.md
--- a/doc/fluid/beginners_guide/install/Tables.md
+++ b/doc/fluid/beginners_guide/install/Tables.md
--- a/doc/fluid/beginners_guide/install/compile/compile_CentOS.md
+++ b/doc/fluid/beginners_guide/install/compile/compile_CentOS.md
@@ -89,6 +89,8 @@
 		> -it 与宿主机保持交互状态，`hub.baidubce.com/paddlepaddle/paddle:latest-dev` 使用名为`hub.baidubce.com/paddlepaddle/paddle:latest-dev`的镜像创建Docker容器，/bin/bash 进入容器后启动/bin/bash命令。
+		> 注意：hub.baidubce.com/paddlepaddle/paddle:latest-dev内部安装CUDA 8.0。
 4. 进入Docker后进入paddle目录下：

--- a/doc/fluid/beginners_guide/install/compile/compile_MacOS.md
+++ b/doc/fluid/beginners_guide/install/compile/compile_MacOS.md
@@ -2,9 +2,9 @@
 ## 环境准备
-* *MacOS 版本 10.11/10.12/10.13/10.14 (64 bit) (不支持GPU版本)*
+* **MacOS 版本 10.11/10.12/10.13/10.14 (64 bit) (不支持GPU版本)**
-* *Python 版本 2.7.15+/3.5.1+/3.6/3.7 (64 bit)*
+* **Python 版本 2.7.15+/3.5.1+/3.6/3.7 (64 bit)**
-* *pip 或 pip3 版本 9.0.1+ (64 bit)*
+* **pip 或 pip3 版本 9.0.1+ (64 bit)**
 ## 选择CPU/GPU
@@ -17,7 +17,7 @@
 * 本机源码编译
 <a name="mac_docker"></a>
-### ***使用Docker编译***
+### **使用Docker编译**
 [Docker](https://docs.docker.com/install/)是一个开源的应用容器引擎。使用Docker，既可以将PaddlePaddle的安装&使用与系统环境隔离，也可以与主机共享GPU、网络等资源
@@ -106,7 +106,7 @@
 <a name="mac_source"></a>
 <br/><br/>
-### ***本机编译***
+### **本机编译**
 **请严格按照以下指令顺序执行**
@@ -202,15 +202,15 @@
 恭喜，至此您已完成PaddlePaddle的编译安装
-## ***验证安装***
+## **验证安装**
 安装完成后您可以使用 `python` 或 `python3` 进入python解释器，输入`import paddle.fluid as fluid` ，再输入
 `fluid.install_check.run_check()`
 如果出现`Your Paddle Fluid is installed succesfully!`，说明您已成功安装。
-## ***如何卸载***
+## **如何卸载**
 请使用以下命令卸载PaddlePaddle
-* ***CPU版本的PaddlePaddle***: `pip uninstall paddlepaddle` 或 `pip3 uninstall paddlepaddle`
+* **CPU版本的PaddlePaddle**: `pip uninstall paddlepaddle` 或 `pip3 uninstall paddlepaddle`
 使用Docker安装PaddlePaddle的用户，请进入包含PaddlePaddle的容器中使用上述命令，注意使用对应版本的pip
--- a/doc/fluid/beginners_guide/install/compile/compile_Ubuntu.md
+++ b/doc/fluid/beginners_guide/install/compile/compile_Ubuntu.md
@@ -2,22 +2,22 @@
 ## 环境准备
-* *Ubuntu 版本 (64 bit)*
+* **Ubuntu 版本 (64 bit)**
-    * *Ubuntu 14.04 (GPU 版本支持 CUDA 8/10.0)*
+    * **Ubuntu 14.04 (GPU 版本支持 CUDA 8/10.0)**
-    * *Ubuntu 16.04 (GPU 版本支持 CUDA 8/9/10.0)*
+    * **Ubuntu 16.04 (GPU 版本支持 CUDA 8/9/10.0)**
-    * *Ubuntu 18.04 (GPU 版本支持 CUDA 10.0)*
+    * **Ubuntu 18.04 (GPU 版本支持 CUDA 10.0)**
-* *Python 版本 2.7.15+/3.5.1+/3.6/3.7 (64 bit)*
+* **Python 版本 2.7.15+/3.5.1+/3.6/3.7 (64 bit)**
-* *pip或pip3 版本 9.0.1+ (64 bit)*
+* **pip或pip3 版本 9.0.1+ (64 bit)**
 ## 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 v7.1+(如需多卡支持，需配合NCCL2.1.15-2.2.13）*
+	* **CUDA 工具包8.0配合cuDNN v7.1+(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*
+	* **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/)
@@ -36,7 +36,7 @@
 * 本机编译
 <a name="ubt_docker"></a>
-### ***用Docker编译***
+### **用Docker编译**
 [Docker](https://docs.docker.com/install/)是一个开源的应用容器引擎。使用Docker，既可以将PaddlePaddle的安装&使用与系统环境隔离，也可以与主机共享GPU、网络等资源
@@ -84,6 +84,9 @@
 		> -it 与宿主机保持交互状态，`hub.baidubce.com/paddlepaddle/paddle:latest-dev` 使用名为`hub.baidubce.com/paddlepaddle/paddle:latest-dev`的镜像创建Docker容器，/bin/bash 进入容器后启动/bin/bash命令。
+		> 注意：hub.baidubce.com/paddlepaddle/paddle:latest-dev内部安装CUDA 8.0。
 4. 进入Docker后进入paddle目录下：
@@ -152,7 +155,7 @@
 > 注：PaddlePaddle Docker镜像为了减小体积，默认没有安装`vim`，您可以在容器中执行 `apt-get install -y vim` 来安装。
 <a name="ubt_source"></a>
-### ***本机编译***
+### **本机编译**
 1. 检查您的计算机和操作系统是否符合我们支持的编译标准： `uname -m && cat /etc/*release`
@@ -220,7 +223,7 @@
 			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*)
+	* 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):
@@ -251,17 +254,17 @@
 恭喜，至此您已完成PaddlePaddle的编译安装
-## ***验证安装***
+## **验证安装**
 安装完成后您可以使用 `python` 或 `python3` 进入python解释器，输入`import paddle.fluid as fluid` ，再输入
 `fluid.install_check.run_check()`
 如果出现`Your Paddle Fluid is installed succesfully!`，说明您已成功安装。
-## ***如何卸载***
+## **如何卸载**
 请使用以下命令卸载PaddlePaddle：
-* ***CPU版本的PaddlePaddle***: `pip uninstall paddlepaddle` 或 `pip3 uninstall paddlepaddle`
+* **CPU版本的PaddlePaddle**: `pip uninstall paddlepaddle` 或 `pip3 uninstall paddlepaddle`
-* ***GPU版本的PaddlePaddle***: `pip uninstall paddlepaddle-gpu` 或 `pip3 uninstall paddlepaddle-gpu`
+* **GPU版本的PaddlePaddle**: `pip uninstall paddlepaddle-gpu` 或 `pip3 uninstall paddlepaddle-gpu`
 使用Docker安装PaddlePaddle的用户，请进入包含PaddlePaddle的容器中使用上述命令，注意使用对应版本的pip
--- a/doc/fluid/beginners_guide/install/compile/compile_Windows.md
+++ b/doc/fluid/beginners_guide/install/compile/compile_Windows.md
@@ -2,18 +2,18 @@
 ## 环境准备
-* *Windows 7/8/10 专业版/企业版 (64bit) (GPU版本支持CUDA 8.0/9.0/10.0, 且仅支持单卡)*
+* **Windows 7/8/10 专业版/企业版 (64bit) (GPU版本支持CUDA 9.0/10.0, 且仅支持单卡)**
-* *Python 版本 2.7/3.5.1+/3.6/3.7 (64 bit)*
+* **Python 版本 2.7/3.5.1+/3.6/3.7 (64 bit)**
-* *pip 或 pip3 版本 9.0.1+ (64 bit)*
+* **pip 或 pip3 版本 9.0.1+ (64 bit)**
-* *Visual Studio 2015 Update3*
+* **Visual Studio 2015 Update3**
 ## 选择CPU/GPU
 * 如果您的计算机没有 NVIDIA® GPU，请编译CPU版的PaddlePaddle
 * 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8.0配合cuDNN v7.1+, 9.0/10.0配合cuDNN v7.3+*
+    * **CUDA 工具包9.0/10.0配合cuDNN v7.3+**
-    * *GPU运算能力超过1.0的硬件设备*
+    * **GPU运算能力超过1.0的硬件设备**
 ## 安装步骤
@@ -22,79 +22,77 @@
 * 本机编译（暂不支持NCCL，分布式等相关功能）
 <a name="win_source"></a>
-### ***本机编译***
+### **本机编译**
 1. 安装必要的工具 cmake，git 以及 python：
-    > cmake 需要3.5 及以上版本, 可在官网[下载](https://cmake.org/download/)，并添加到环境变量中。
+    > cmake 需要 3.5 及以上版本, 可在官网[下载](https://cmake.org/download/)，并添加到环境变量中。
-    > python 需要2.7 及以上版本, 可在官网[下载](https://www.python.org/download/releases/2.7/)。
+    > python 需要 2.7 及以上版本, 可在官网[下载](https://www.python.org/download/releases/2.7/)。
    > 需要安装`numpy, protobuf, wheel` 。python2.7下, 请使用`pip`命令; 如果是python3.x, 请使用`pip3`命令。
-		* 安装 numpy 包可以通过命令 `pip install numpy` 或 `pip3 install numpy`
+        * 安装 numpy 包可以通过命令 `pip install numpy` 或 `pip3 install numpy`
+        * 安装 protobuf 包可以通过命令 `pip install protobuf` 或 `pip3 install protobuf`
-		* 安装 protobuf 包可以通过命令 `pip install protobuf` 或 `pip3 install protobuf`
+        * 安装 wheel 包可以通过命令 `pip install wheel` 或 `pip3 install wheel`
-		* 安装 wheel 包可以通过命令 `pip install wheel` 或 `pip3 install wheel`
    > git可以在官网[下载](https://gitforwindows.org/)，并添加到环境变量中。
 2. 将PaddlePaddle的源码clone在当下目录下的Paddle的文件夹中，并进入Padde目录下：
-	- `git clone https://github.com/PaddlePaddle/Paddle.git`
+    - `git clone https://github.com/PaddlePaddle/Paddle.git`
-	- `cd Paddle`
+    - `cd Paddle`
 3. 切换到较稳定release分支下进行编译：
-	`git checkout [分支名]`
+    `git checkout [分支名]`
-	例如：
+    例如：
-	`git checkout release/1.5`
+    `git checkout release/1.5`
-	注意：python3.6、python3.7版本从release/1.2分支开始支持
+    注意：python3.6、python3.7版本从release/1.2分支开始支持
 4. 创建名为build的目录并进入：
-	- `mkdir build`
+    - `mkdir build`
-	- `cd build`
+    - `cd build`
 5. 执行cmake：
-	> 具体编译选项含义请参见[编译选项表](../Tables.html/#Compile)
+    > 具体编译选项含义请参见[编译选项表](../Tables.html/#Compile)
-	*  编译**CPU版本PaddlePaddle**：
+    *  编译**CPU版本PaddlePaddle**：
-	`cmake .. -G "Visual Studio 14 2015 Win64" -DWITH_GPU=OFF -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release`
+    `cmake .. -G "Visual Studio 14 2015 Win64" -DWITH_GPU=OFF -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release`
-	*  编译**GPU版本PaddlePaddle**：
+    *  编译**GPU版本PaddlePaddle**：
-	`cmake .. -G "Visual Studio 14 2015 Win64" -DWITH_GPU=ON -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release`
+    `cmake .. -G "Visual Studio 14 2015 Win64" -DWITH_GPU=ON -DWITH_TESTING=OFF -DCMAKE_BUILD_TYPE=Release`
-	默认为Python2，Python3请添加：
+    默认为Python2，Python3请添加：
-	> -DPY_VERSION=3（或3.5、3.6、3.7）
+    > -DPY_VERSION=3（或3.5、3.6、3.7）
-	如果你的设备信息包含多个Python或CUDA版本，你也可以通过设置路径变量，来指定特定版本的Python或CUDA：
+    如果你的设备信息包含多个Python或CUDA版本，你也可以通过设置路径变量，来指定特定版本的Python或CUDA：
-	> -DPYTHON_EXECUTABLE 为python的可执行程序(python.exe)的路径
+    > -DPYTHON_EXECUTABLE 为python的可执行程序(python.exe)的路径
-	> -DCUDA_TOOLKIT_ROOT_DIR 为cuda安装目录的根路径
+    > -DCUDA_TOOLKIT_ROOT_DIR 为cuda安装目录的根路径
-	例如：（仅作示例，请根据你的设备路径信息进行设置）
+    例如：（仅作示例，请根据你的设备路径信息进行设置）
-	`cmake .. -G "Visual Studio 14 2015 Win64" -DCMAKE_BUILD_TYPE=Release -DWITH_GPU=ON -DWITH_TESTING=OFF -DPYTHON_EXECUTABLE=C:\\Python36\\python.exe -DCUDA_TOOLKIT_ROOT_DIR="C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\v10.0"`
+    `cmake .. -G "Visual Studio 14 2015 Win64" -DCMAKE_BUILD_TYPE=Release -DWITH_GPU=ON -DWITH_TESTING=OFF -DPYTHON_EXECUTABLE=C:\\Python36\\python.exe -DCUDA_TOOLKIT_ROOT_DIR="C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\v10.0"`
 6. 使用Blend for Visual Studio 2015 打开 `paddle.sln` 文件，选择平台为 `x64`，配置为 `Release`，开始编译。
 7. 编译成功后进入 `\Paddle\build\python\dist` 目录下找到生成的 `.whl` 包：
-	`cd \Paddle\build\python\dist`
+    `cd \Paddle\build\python\dist`
 8. 在当前机器或目标机器安装编译好的 `.whl` 包：
-	`pip install -U（whl包的名字）` 或 `pip3 install -U（whl包的名字）`
+    `pip install -U（whl包的名字）` 或 `pip3 install -U（whl包的名字）`
 恭喜，至此您已完成PaddlePaddle的编译安装

--- a/doc/fluid/beginners_guide/install/index_cn.rst
+++ b/doc/fluid/beginners_guide/install/index_cn.rst
@@ -7,74 +7,59 @@
 ============================
 * Windows 7 / 8 / 10，专业版 / 企业版
 * Ubuntu 14.04 / 16.04 / 18.04
 * CentOS 6 / 7
 * MacOS 10.11 / 10.12 / 10.13 / 10.14
 * 操作系统要求是 64 位版本
 2. 处理器要求
 ============================
 * 处理器支持 MKL
 * 处理器架构是x86_64（或称作 x64、Intel 64、AMD64）架构，目前PaddlePaddle不支持arm64架构
 3. Python 和 pip 版本要求：
 ============================
 * Python 2 的版本要求 2.7.15+
 * Python 3 的版本要求 3.5.1+/3.6/3.7
 * Python 具有 pip, 且 pip 的版本要求 9.0.1+
 * Python 和 pip 要求是 64 位版本
 4. PaddlePaddle 对 GPU 支持情况：
 =================================
-* 目前 `PaddlePaddle` 仅支持 `NVIDIA` 显卡的 `CUDA` 驱动
+* 目前 **PaddlePaddle** 仅支持 **NVIDIA** 显卡的 **CUDA** 驱动
+* 需要安装 `cuDNN <https://docs.nvidia.com/deeplearning/sdk/cudnn-install/>`_ ，版本要求 7.3+(For CUDA9/10)
-* 需要安装 `cuDNN <https://docs.nvidia.com/deeplearning/sdk/cudnn-install/>`_ ，版本要求 7.3+(For CUDA9/10), 7.1+(For CUDA 8)
 * 如果您需要 GPU 多卡模式，需要安装 `NCCL 2 <https://developer.nvidia.com/nccl/>`_
    * 仅 Ubuntu/CentOS 支持 NCCL 2 技术
+* 需要安装 `CUDA <https://docs.nvidia.com/cuda/cuda-installation-guide-windows/>`_ ，根据您系统不同，对 CUDA 版本要求不同：
-* 需要安装 `CUDA <https://docs.nvidia.com/cuda/cuda-installation-guide-windows/>`_，根据您系统不同，对 CUDA 版本要求不同：
    * Windows 安装 GPU 版本
-        * Windows 7/8/10 支持 CUDA 8.0/9.0/10.0 单卡模式，不支持 CUDA 9.1/9.2/10.1
-        * 不支持 `nvidia-docker` 方式安装
+        * Windows 7/8/10 支持 CUDA 9.0/10.0 单卡模式，不支持 CUDA 9.1/9.2/10.1		
+        * 不支持 **nvidia-docker** 方式安装
    * Ubuntu 安装 GPU 版本
-        * Ubuntu 14.04 支持 CUDA 8.0/10.0，不支持CUDA 9.0/9.1/9.2/10.1
-        * Ubuntu 16.04 支持 CUDA 8.0/9.0/9.1/9.2/10.0，不支持10.1
-        * Ubuntu 18.04 支持 CUDA 10.0，不支持CUDA 8.0/9.0/9.1/9.2/10.1
-        * 如果您是使用 `nvidia-docker` 安装，支持 CUDA 8.0/9.0/9.1/9.2/10.0，不支持10.1
+        * Ubuntu 14.04 支持 CUDA 10.0，不支持CUDA 9.0/9.1/9.2/10.1
+        * Ubuntu 16.04 支持 CUDA 9.0/9.1/9.2/10.0，不支持10.1
+        * Ubuntu 18.04 支持 CUDA 10.0，不支持CUDA 9.0/9.1/9.2/10.1
+        * 如果您是使用 **nvidia-docker** 安装，支持 CUDA 9.0/9.1/9.2/10.0，不支持10.1
    * CentOS 安装 GPU 版本
-        * 如果您是使用本机 `pip` 安装：
-            * CentOS 7 支持 CUDA 9.0/9.2/10.0，不支持10.1，支持 CUDA 8.0/9.1 但仅支持单卡模式
-            * CentOS 6 支持 CUDA 8.0/9.0/9.1/9.2/10.0 单卡模式，不支持10.1
+        * 如果您是使用本机 **pip** 安装：
+            * CentOS 7 支持 CUDA 9.0/9.2/10.0，不支持10.1，支持 CUDA 9.1 但仅支持单卡模式
+            * CentOS 6 支持 CUDA 9.0/9.1/9.2/10.0 单卡模式，不支持10.1
        * 如果您是使用本机源码编译安装：
-            * CentOS 7 支持 CUDA 9.0/9.2/10.0
+            * CentOS 7 支持 CUDA 9.0/9.2/10.0
            * CentOS 6 不推荐，不提供编译出现问题时的官方支持
+        * 如果您是使用 **nvidia-docker** 安装，在CentOS 7 下支持 CUDA 9.0/9.1/9.2/10.0，不支持10.1
-        * 如果您是使用 `nvidia-docker` 安装，在CentOS 7 下支持 CUDA 8.0/9.0/9.1/9.2/10.0，不支持10.1
    * MacOS 不支持：PaddlePaddle 在 MacOS 平台没有 GPU 支持
-请确保您的环境满足以上条件。如您有其他需求，请参考 `多版本whl包安装列表 <Tables.html/#ciwhls>`_
+请确保您的环境满足以上条件。如您有其他需求，请参考 `多版本whl包安装列表 <Tables.html/#ciwhls>`_ .
 5. PaddlePaddle 对 NCCL 支持情况：
 =================================
@@ -82,36 +67,26 @@
 * Windows 支持情况
    * 不支持NCCL
 * Ubuntu 支持情况
    * Ubuntu 14.04：
        * CUDA10.0 下支持NCCL v2.3.7-v2.4.8
-        * CUDA8.0 下支持NCCL v2.1.15-v2.2.13
    * Ubuntu 16.04:
-        * CUDA10.0/9.2/9.0 下支持NCCL v2.3.7-v2.4.8
+        * CUDA10.0/9.2/9.0 下支持NCCL v2.3.7-v2.4.8        
        * CUDA9.1 下支持NCCL v2.1.15
-        * CUDA8.0 下支持NCCL v2.1.15-v2.2.13
    * Ubuntu 18.04：
        * CUDA10.0 下支持NCCL v2.3.7-v2.4.8
 * CentOS 支持情况
    * CentOS 6：不支持NCCL
    * CentOS 7：
        * CUDA10.0/9.2/9.0 下支持NCCL v2.3.7-v2.4.8
 * MacOS 支持情况
    * 不支持NCCL
 第一种安装方式：使用 pip 安装
@@ -119,7 +94,7 @@
 您可以选择“使用pip安装”、“使用conda安装”、“使用docker安装”、“从源码编译安装” 四种方式中的任意一种方式进行安装。
-本节将介绍使用 `pip` 的安装方式。
+本节将介绍使用 pip 的安装方式。
 1. 需要您确认您的 操作系统 满足上方列出的要求
@@ -195,7 +170,7 @@
 7. 如果您希望使用 `pip <https://pypi.org/project/pip/>`_ 进行安装PaddlePaddle可以直接使用以下命令:
-    (1). **CPU版本**：如果您只是想安装CPU版本请参考如下命令安装（使用清华源） 
+    (1). **CPU版本** ：如果您只是想安装CPU版本请参考如下命令安装（使用清华源） 
        如果您是使用 Python 2，安装CPU版本的命令为：
        ::
@@ -207,9 +182,10 @@
            python3 -m pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple
-    (2). **GPU版本**：如果您想使用GPU版本请参考如下命令安装（使用清华源） 
+    (2). **GPU版本** ：如果您想使用GPU版本请参考如下命令安装（使用清华源） 
        注意：
            * 需要您确认您的 GPU 满足上方列出的要求
        如果您是使用 Python2，请注意用以下指令安装的PaddlePaddle在Windows、Ubuntu、CentOS下默认支持CUDA10.0：
@@ -217,22 +193,17 @@
            python -m pip install paddlepaddle-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple
-        如果您是使用 Python 2，CUDA 8，cuDNN 7.1+，安装GPU版本的命令为：
-        ::
-            python -m pip install paddlepaddle-gpu==1.5.2.post87 -i https://pypi.tuna.tsinghua.edu.cn/simple
        如果您是使用 Python 2，CUDA 9，cuDNN 7.3+，安装GPU版本的命令为：
        ::
-            python -m pip install paddlepaddle-gpu==1.5.2.post97 -i https://pypi.tuna.tsinghua.edu.cn/simple
+            python -m pip install paddlepaddle-gpu==1.6.1.post97 -i https://pypi.tuna.tsinghua.edu.cn/simple
        如果您是使用 Python 2，CUDA 10.0，cuDNN 7.3+，安装GPU版本的命令为：
        ::
-            python -m pip install paddlepaddle-gpu==1.5.2.post107 -i https://pypi.tuna.tsinghua.edu.cn/simple
+            python -m pip install paddlepaddle-gpu==1.6.1.post107 -i https://pypi.tuna.tsinghua.edu.cn/simple
-        如果您是使用 Python 3，请将上述命令中的 `python` 更换为 `python3` 进行安装。
+        如果您是使用 Python 3，请将上述命令中的 **python** 更换为 **python3** 进行安装。
 8. 验证安装
@@ -241,6 +212,7 @@
    如果出现 Your Paddle Fluid is installed succesfully!，说明您已成功安装。
 9. 更多帮助信息请参考：
    `Ubuntu下安装 <install_Ubuntu.html>`_
    `CentOS下安装 <install_CentOS.html>`_
@@ -255,7 +227,7 @@
 您可以选择“使用pip安装”、“使用conda安装”、“使用docker安装”、“从源码编译安装” 四种方式中的任意一种方式进行安装。
-本节将介绍使用 `conda` 的安装方式。
+本节将介绍使用 conda 的安装方式。
 1. 需要您确认您的 操作系统 满足上方列出的要求
@@ -370,16 +342,17 @@
 9. 如果您希望使用 conda 进行安装PaddlePaddle可以直接使用以下命令:
-    (1). **CPU版本**：如果您只是想安装CPU版本请参考如下命令安装  
+    (1). **CPU版本** ：如果您只是想安装CPU版本请参考如下命令安装  
    ::
        conda install paddlepaddle
-    (2). **GPU版本**：如果您想使用GPU版本请参考如下命令安装 
+    (2). **GPU版本** ：如果您想使用GPU版本请参考如下命令安装 
        注意：
            * 需要您确认您的 GPU 满足上方列出的要求
        如果您是使用 CUDA 8，cuDNN 7.1+，安装GPU版本的命令为：
@@ -405,6 +378,7 @@
    如果出现 Your Paddle Fluid is installed succesfully!，说明您已成功安装。
 11. 更多帮助信息请参考：
    `conda下安装 <install_Conda.html>`_
@@ -413,7 +387,7 @@
 您可以选择“使用pip安装”、“使用conda安装”、“使用docker安装”、“从源码编译安装” 四种方式中的任意一种方式进行安装。
-本节将介绍使用 `docker` 的安装方式。
+本节将介绍使用 docker 的安装方式。
 如果您希望使用 `docker <https://www.docker.com>`_ 安装PaddlePaddle，可以使用以下命令:
@@ -422,19 +396,20 @@
    (1). 首先需要安装 `docker <https://www.docker.com>`_
    注意：
-        * CentOS 6 不支持 `docker` 方式安装
+        * CentOS 6 不支持 docker 方式安装
        * 处理器需要支持 MKL
    (2). 拉取预安装 PaddlePaddle 的镜像：
    ::
-        docker pull hub.baidubce.com/paddlepaddle/paddle:1.5.2
+        docker pull hub.baidubce.com/paddlepaddle/paddle:1.6.1
    (3). 用镜像构建并进入Docker容器：
    ::
-        docker run --name paddle -it -v dir1:dir2 hub.baidubce.com/paddlepaddle/paddle:1.5.2 /bin/bash
+        docker run --name paddle -it -v dir1:dir2 hub.baidubce.com/paddlepaddle/paddle:1.6.1 /bin/bash
        > --name [Name of container] 设定Docker的名称；
@@ -442,38 +417,40 @@
        > -v 参数用于宿主机与容器里文件共享；其中dir1为宿主机目录，dir2为挂载到容器内部的目录，用户可以通过设定dir1和dir2自定义自己的挂载目录；例如：$PWD:/paddle 指定将宿主机的当前路径（Linux中PWD变量会展开为当前路径的绝对路径）挂载到容器内部的 /paddle 目录；
-        > hub.baidubce.com/paddlepaddle/paddle:1.5.2 是需要使用的image名称；/bin/bash是在Docker中要执行的命令
+        > hub.baidubce.com/paddlepaddle/paddle:1.6.1 是需要使用的image名称；/bin/bash是在Docker中要执行的命令
 2. **GPU 版本**
    (1). 首先需要安装 `nvidia-docker <https://github.com/NVIDIA/nvidia-docker>`_
    注意：
        * 处理器需要支持 MKL
-        * 您的计算机需要具有支持 `CUDA` 驱动的 `NVIDIA` 显卡
+        * 您的计算机需要具有支持 CUDA 驱动的 NVIDIA 显卡
        * 需要安装 `cuDNN <https://docs.nvidia.com/deeplearning/sdk/cudnn-install/>`_ ，版本要求 7.3+(For CUDA9/10), 7.1+(For CUDA 8)
        * 如果您需要 GPU 多卡模式，需要安装 `NCCL 2 <https://developer.nvidia.com/nccl/>`_
            * 仅 Ubuntu/CentOS 支持 NCCL 2 技术
-        * 需要安装 `CUDA <https://docs.nvidia.com/cuda/cuda-installation-guide-windows/>`_，根据您系统不同，对 CUDA 版本要求不同：
+        * 需要安装 `CUDA <https://docs.nvidia.com/cuda/cuda-installation-guide-windows/>`_ ，根据您系统不同，对 CUDA 版本要求不同：
-            * Ubuntu/CentOS 7 ，如果您是使用 `nvidia-docker` 安装，支持 CUDA 8.0/9.0/9.1/9.2/10.0
+            * Ubuntu/CentOS 7 ，如果您是使用 nvidia-docker 安装，支持 CUDA 8.0/9.0/9.1/9.2/10.0
-            * Windows/MacOS/CentOS 6 不支持 `nvidia-docker` 方式安装
+            * Windows/MacOS/CentOS 6 不支持 nvidia-docker 方式安装
-    (2). 拉取支持`CUDA 10.0`, `cuDNN 7.3+` 预安装 PaddlePaddle 的镜像：
+    (2). 拉取支持 CUDA 10.0 , cuDNN 7.3+ 预安装 PaddlePaddle 的镜像：
    ::
-        nvidia-docker pull hub.baidubce.com/paddlepaddle/paddle:1.5.2-gpu-cuda10.0-cudnn7
+        nvidia-docker pull hub.baidubce.com/paddlepaddle/paddle:1.6.1-gpu-cuda10.0-cudnn7
    (3). 用镜像构建并进入Docker容器：
    ::
-        nvidia-docker run --name paddle -it -v dir1:dir2 hub.baidubce.com/paddlepaddle/paddle:1.5.2-gpu-cuda10.0-cudnn7 /bin/bash
+        nvidia-docker run --name paddle -it -v dir1:dir2 hub.baidubce.com/paddlepaddle/paddle:1.6.1-gpu-cuda10.0-cudnn7 /bin/bash
        > --name [Name of container] 设定Docker的名称；
@@ -481,14 +458,15 @@
        > -v 参数用于宿主机与容器里文件共享；其中dir1为宿主机目录，dir2为挂载到容器内部的目录，用户可以通过设定dir1和dir2自定义自己的挂载目录；例如：$PWD:/paddle 指定将宿主机的当前路径（Linux中PWD变量会展开为当前路径的绝对路径）挂载到容器内部的 /paddle 目录；
-        > hub.baidubce.com/paddlepaddle/paddle:1.5.2-gpu-cuda10.0-cudnn7 是需要使用的image名称；/bin/bash是在Docker中要执行的命令  
+        > hub.baidubce.com/paddlepaddle/paddle:1.6.1-gpu-cuda10.0-cudnn7 是需要使用的image名称；/bin/bash是在Docker中要执行的命令  
-    或如果您需要支持 `CUDA 8` 或者 `CUDA 9` 的版本，将上述命令的 `cuda10.0` 替换成 `cuda8.0` 或者 `cuda9.0` 即可
+    或如果您需要支持 **CUDA 9** 的版本，将上述命令的 **cuda10.0** 替换成 **cuda9.0** 即可
 3. 如果您的机器不在中国大陆地区，可以直接从DockerHub拉取镜像：
    ::
-        docker run --name paddle -it -v dir1:dir2 paddlepaddle/paddle:1.5.2 /bin/bash
+        docker run --name paddle -it -v dir1:dir2 paddlepaddle/paddle:1.6.1 /bin/bash
        > --name [Name of container] 设定Docker的名称；
@@ -496,7 +474,7 @@
        > -v 参数用于宿主机与容器里文件共享；其中dir1为宿主机目录，dir2为挂载到容器内部的目录，用户可以通过设定dir1和dir2自定义自己的挂载目录；例如：$PWD:/paddle 指定将宿主机的当前路径（Linux中PWD变量会展开为当前路径的绝对路径）挂载到容器内部的 /paddle 目录；
-        > paddlepaddle/paddle:1.5.2 是需要使用的image名称；/bin/bash是在Docker中要执行的命令
+        > paddlepaddle/paddle:1.6.1 是需要使用的image名称；/bin/bash是在Docker中要执行的命令
 4. 验证安装
@@ -504,12 +482,15 @@
    如果出现 Your Paddle Fluid is installed succesfully!，说明您已成功安装。
-5. 更多帮助信息请参考：`使用Docker安装 <install_Docker.html>`_。
+5. 更多帮助信息请参考：
+   `使用Docker安装 <install_Docker.html>`_
 第四种安装方式：使用源代码编译安装
 ====================================
- 如果您只是使用 `PaddlePaddle` ，建议从 `pip` 和 `conda` 、 `docker` 三种安装方式中选取一种进行安装即可。
+- 如果您只是使用 PaddlePaddle ，建议从 **pip** 和 **conda** 、 **docker** 三种安装方式中选取一种进行安装即可。
 - 如果您有开发PaddlePaddle的需求，请参考：`从源码编译 <compile/fromsource.html>`_
 ..	toctree::

--- a/doc/fluid/beginners_guide/install/install_CentOS.md
+++ b/doc/fluid/beginners_guide/install/install_CentOS.md
@@ -2,11 +2,11 @@
 ## 环境准备
-* *CentOS 版本 (64 bit)*
+* **CentOS 版本 (64 bit)*
-    * *CentOS 6 (GPU版本支持CUDA 8.0/9.0/9.1/9.2/10.0, 仅支持单卡)*
+    * **CentOS 6 (GPU版本支持CUDA 9.0/9.1/9.2/10.0, 仅支持单卡)**
-    * *CentOS 7 (GPU版本支持CUDA 9.0/9.2/10.0, 其中CUDA 8.0/9.1仅支持单卡)*
+    * **CentOS 7 (GPU版本支持CUDA 9.2/10.0, 其中CUDA 9.1仅支持单卡)**
-* *Python 版本 2.7.15+/3.5.1+/3.6/3.7 (64 bit)*
+* **Python 版本 2.7.15+/3.5.1+/3.6/3.7 (64 bit)**
-* *pip 或 pip3 版本 9.0.1+ (64 bit)*
+* **pip 或 pip3 版本 9.0.1+ (64 bit)**
 ### 注意事项
@@ -64,10 +64,9 @@
 * 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 v7.1+(官方不支持多卡）*
+	* **GPU运算能力超过1.0的硬件设备**
-	* *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/)
@@ -110,15 +109,15 @@ CentOS系统下有5种安装方式：
 * 默认下载最新稳定版的安装包，如需获取开发版安装包，请参考[这里](./Tables.html/#ciwhls)
 <a name="check"></a>
-## ***验证安装***
+## **验证安装**
 安装完成后您可以使用 `python` 或 `python3` 进入python解释器，输入`import paddle.fluid as fluid` ，再输入
 `fluid.install_check.run_check()`
 如果出现`Your Paddle Fluid is installed succesfully!`，说明您已成功安装。
-## ***如何卸载***
+## **如何卸载**
 请使用以下命令卸载PaddlePaddle：
-* ***CPU版本的PaddlePaddle***: `python -m pip uninstall paddlepaddle` 或 `python3 -m pip uninstall paddlepaddle`
+* **CPU版本的PaddlePaddle**: `python -m pip uninstall paddlepaddle` 或 `python3 -m pip uninstall paddlepaddle`
-* ***GPU版本的PaddlePaddle***: `python -m pip uninstall paddlepaddle-gpu` 或 `python3 -m pip uninstall paddlepaddle-gpu`
+* **GPU版本的PaddlePaddle**: `python -m pip uninstall paddlepaddle-gpu` 或 `python3 -m pip uninstall paddlepaddle-gpu`
--- a/doc/fluid/beginners_guide/install/install_Conda.md
+++ b/doc/fluid/beginners_guide/install/install_Conda.md
@@ -80,10 +80,6 @@
    (2). **GPU版本**：如果您想使用GPU版本请参考如下命令安装 
-        如果您是使用 CUDA 8，cuDNN 7.1+，安装GPU版本的命令为：
-            conda install paddlepaddle-gpu cudatoolkit=8.0
        如果您是使用 CUDA 9，cuDNN 7.3+，安装GPU版本的命令为：
            conda install paddlepaddle-gpu cudatoolkit=9.0

--- a/doc/fluid/beginners_guide/install/install_Docker.md
+++ b/doc/fluid/beginners_guide/install/install_Docker.md
@@ -121,9 +121,9 @@
 请您进入Docker容器后，执行如下命令
-* ***CPU版本的PaddlePaddle***: `pip uninstall paddlepaddle`
+* **CPU版本的PaddlePaddle**: `pip uninstall paddlepaddle`
-* ***GPU版本的PaddlePaddle***: `pip uninstall paddlepaddle-gpu`
+* **GPU版本的PaddlePaddle**: `pip uninstall paddlepaddle-gpu`
 或通过`docker rm [Name of container]`来直接删除Docker容器
--- a/doc/fluid/beginners_guide/install/install_MacOS.md
+++ b/doc/fluid/beginners_guide/install/install_MacOS.md
@@ -2,9 +2,9 @@
 ## 环境准备
-* *MacOS 版本 10.11/10.12/10.13/10.14 (64 bit) (不支持GPU版本)*
+* **MacOS 版本 10.11/10.12/10.13/10.14 (64 bit) (不支持GPU版本)**
-* *Python 版本 2.7.15+/3.5.1+/3.6/3.7 (64 bit)*
+* **Python 版本 2.7.15+/3.5.1+/3.6/3.7 (64 bit)**
-* *pip 或 pip3 版本 9.0.1+ (64 bit)*
+* **pip 或 pip3 版本 9.0.1+ (64 bit)**
 ### 注意事项
@@ -68,6 +68,7 @@ MacOS系统下有5种安装方式：
 * [源码编译安装](./compile/compile_MacOS.html#mac_source)
 * [Docker源码编译安装](./compile/compile_MacOS.html#mac_docker)
 这里为您介绍pip安装方式
 ## 安装步骤

--- a/doc/fluid/beginners_guide/install/install_Ubuntu.md
+++ b/doc/fluid/beginners_guide/install/install_Ubuntu.md
@@ -2,12 +2,12 @@
 ## 环境准备
-* *Ubuntu 版本 (64 bit)*
+* **Ubuntu 版本 (64 bit)**
-    * *Ubuntu 14.04 (GPU 版本支持 CUDA 8.0/10.0)*
+    * **Ubuntu 14.04 (GPU 版本支持 CUDA 10.0)**
-    * *Ubuntu 16.04 (GPU 版本支持 CUDA 8.0/9.0/9.1/9.2/10.0)*
+    * **Ubuntu 16.04 (GPU 版本支持 CUDA 9.0/9.1/9.2/10.0)**
-    * *Ubuntu 18.04 (GPU 版本支持 CUDA 10.0)*
+    * **Ubuntu 18.04 (GPU 版本支持 CUDA 10.0)**
-* *Python 版本 2.7.15+/3.5.1+/3.6/3.7 (64 bit)*
+* **Python 版本 2.7.15+/3.5.1+/3.6/3.7 (64 bit)**
-* *pip或pip3 版本 9.0.1+ (64 bit)*
+* **pip或pip3 版本 9.0.1+ (64 bit)**
 ### 注意事项
@@ -64,10 +64,9 @@
 * 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 v7.1+(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**
-	* *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/)
@@ -75,9 +74,9 @@
 * 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):
-		wget https://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64/nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb
+	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
+	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
+	sudo apt-get install -y libnccl2=2.3.7-1+cuda9.0 libnccl-dev=2.3.7-1+cuda9.0
@@ -97,7 +96,6 @@ Ubuntu系统下有5种安装方式：
 * CPU版PaddlePaddle：`python -m pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple` 或 `python3 -m pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple`
 * GPU版PaddlePaddle：`python -m pip install paddlepaddle-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple` 或 `python3 -m pip install paddlepaddle-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple`
 您可[验证是否安装成功](#check)，如有问题请查看[FAQ](./FAQ.html)
@@ -106,7 +104,6 @@ Ubuntu系统下有5种安装方式：
 * 如果是python2.7, 建议使用`python`命令; 如果是python3.x, 则建议使用`python3`命令
 * `python -m pip install paddlepaddle-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple` 此命令将安装支持CUDA 10.0 cuDNN v7的PaddlePaddle，如您对CUDA或cuDNN版本有不同要求，可用`python -m pip install paddlepaddle-gpu==[版本号] -i https://pypi.tuna.tsinghua.edu.cn/simple`或 `python3 -m pip install paddlepaddle-gpu==[版本号] -i https://pypi.tuna.tsinghua.edu.cn/simple`命令来安装，版本号请见[这里](https://pypi.org/project/paddlepaddle-gpu/#history)，关于paddlepaddle与CUDA, cuDNN版本的对应关系请见[安装包列表](./Tables.html/#whls)
@@ -122,6 +119,6 @@ Ubuntu系统下有5种安装方式：
 ## 如何卸载
 请使用以下命令卸载PaddlePaddle：
-* ***CPU版本的PaddlePaddle***: `python -m pip uninstall paddlepaddle` 或 `python3 -m pip uninstall paddlepaddle`
+* **CPU版本的PaddlePaddle**: `python -m pip uninstall paddlepaddle` 或 `python3 -m pip uninstall paddlepaddle`
-* ***GPU版本的PaddlePaddle***: `python -m pip uninstall paddlepaddle-gpu` 或 `python3 -m pip uninstall paddlepaddle-gpu`
+* **GPU版本的PaddlePaddle**: `python -m pip uninstall paddlepaddle-gpu` 或 `python3 -m pip uninstall paddlepaddle-gpu`
--- a/doc/fluid/beginners_guide/install/install_Windows.md
+++ b/doc/fluid/beginners_guide/install/install_Windows.md
@@ -2,9 +2,9 @@
 ## 环境准备
-* *Windows 7/8/10 专业版/企业版 (64bit) (GPU版本支持CUDA 8.0/9.0/10.0，且仅支持单卡)*
+* **Windows 7/8/10 专业版/企业版 (64bit) (GPU版本支持CUDA 9.0/10.0，且仅支持单卡)**
-* *Python 版本 2.7.15+/3.5.1+/3.6/3.7 (64 bit)*
+* **Python 版本 2.7.15+/3.5.1+/3.6/3.7 (64 bit)**
-* *pip 或 pip3 版本 9.0.1+ (64 bit)*
+* **pip 或 pip3 版本 9.0.1+ (64 bit)**
 ### 注意事项
@@ -60,10 +60,10 @@
 * 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8.0配合cuDNN v7.1+, 9.0/10.0配合cuDNN v7.3+*
+    * **CUDA 工具包9.0/10.0配合cuDNN v7.3+**
-    * *GPU运算能力超过1.0的硬件设备*
+    * **GPU运算能力超过1.0的硬件设备**
-注: 目前官方发布的windows安装包仅包含 CUDA 8.0/9.0/10.0 的单卡模式，不包含 CUDA 9.1/9.2/10.1，如需使用，请通过源码自行编译。
+注: 目前官方发布的windows安装包仅包含 CUDA 9.0/10.0 的单卡模式，不包含 CUDA 9.1/9.2/10.1，如需使用，请通过源码自行编译。
 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/)
@@ -91,7 +91,7 @@ Windows系统下有3种安装方式：
 * 如果是python2.7, 建议使用`python`命令; 如果是python3.x, 则建议使用`python3`命令
-* `python -m pip install paddlepaddle-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple` 此命令将安装支持CUDA 8.0(配合cuDNN v7.1+)或者CUDA 9.0/10.0(配合cuDNN v7.3+)的PaddlePaddle，如您对CUDA或cuDNN版本有不同要求，可用`python -m pip install paddlepaddle-gpu==[版本号] -i https://pypi.tuna.tsinghua.edu.cn/simple`或 `python3 -m pip install paddlepaddle-gpu==[版本号] -i https://pypi.tuna.tsinghua.edu.cn/simple`命令来安装，版本号请见[这里](https://pypi.org/project/paddlepaddle-gpu/#history), 关于paddlepaddle与CUDA, cuDNN版本的对应关系请见[安装包列表](./Tables.html/#whls)
+* `python -m pip install paddlepaddle-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple` 此命令将安装支持CUDA 10.0(配合cuDNN v7.3+)的PaddlePaddle，如您对CUDA或cuDNN版本有不同要求，可用`python -m pip install paddlepaddle-gpu==[版本号] -i https://pypi.tuna.tsinghua.edu.cn/simple`或 `python3 -m pip install paddlepaddle-gpu==[版本号] -i https://pypi.tuna.tsinghua.edu.cn/simple`命令来安装，版本号请见[这里](https://pypi.org/project/paddlepaddle-gpu/#history), 关于paddlepaddle与CUDA, cuDNN版本的对应关系请见[安装包列表](./Tables.html/#whls)
 <a name="check"></a>
@@ -103,6 +103,6 @@ Windows系统下有3种安装方式：
 ## 如何卸载
-* ***CPU版本的PaddlePaddle***: `python -m pip uninstall paddlepaddle` 或 `python3 -m pip uninstall paddlepaddle`
+* **CPU版本的PaddlePaddle**: `python -m pip uninstall paddlepaddle` 或 `python3 -m pip uninstall paddlepaddle`
-* ***GPU版本的PaddlePaddle***: `python -m pip uninstall paddlepaddle-gpu` 或 `python3 -m pip uninstall paddlepaddle-gpu`
+* **GPU版本的PaddlePaddle**: `python -m pip uninstall paddlepaddle-gpu` 或 `python3 -m pip uninstall paddlepaddle-gpu`