Doc/introduction (#144)

* init quick start

* add image

* add chinese introduction

* clean

* clean

* add graph

* fix path

* up

* add mdoel_pb

docs/introduction_cn.md

+# VisualDL (Visualize the Deep Learning)
+
+## 介绍
+VisualDL是一个面向深度学习任务设计的可视化工具，包含了scalar、参数分布、模型结构、图像可视化等功能，项目正处于高速迭代中，新的组件会不断加入。
+
+目前大多数DNN平台均使用Python作为配置语言，VisualDL原生支持python的使用，
+通过在模型的Python配置中添加几行，便可以为训练过程提供丰富的可视化支持。
+
+除了Python SDK之外，VisualDL底层采用C++编写，其暴露的C++ SDK也可以集成到其他平台中，
+实现原生的性能和定制效果。
+
+## 组件
+VisualDL 目前支持4种组件：
+
+- graph
+- scalar
+- image
+- histogram
+
+### graph
+兼容 ONNX(Open Neural Network Exchange)[https://github.com/onnx/onnx], 通过与 python SDK的结合，VisualDL可以兼容包括 PaddlePaddle, pytorch, mxnet在内的大部分主流DNN平台。
+
+<p align="center">
+  <img src="../demo/mxnet/mxnet_graph.gif" width="600" />
+</p>
+
+### scalar
+可以用于展示训练测试的误差趋势
+
+<p align="center">
+<img src="./images/scalar_demo.png" width="600"/>
+</p>
+
+### image
+可以用于可视化任何tensor，或模型生成的图片
+
+<p align="center">
+<img src="./images/image_demo.png" width="600"/>
+</p>
+
+### histogram
+
+用于可视化任何tensor中元素分布的变化趋势
+
+<p align="center">
+<img src="./images/histogram_demo.png" width="600"/>
+</p>
+
+## SDK
+VisualDL 同时提供了python SDK 和 C++ SDK 来实现不同方式的使用。
+### Python SDK
+以最简单的Scalar组件为例，尝试创建一个scalar组件并插入多个时间步的数据：
+
+```python
+import random
+from visualdl import LogWriter
+
+logdir = "./tmp"
+logger = LogWriter(dir, sync_cycle=10)
+
+# mark the components with 'train' label.
+with logger.mode("train"):
+    # create a scalar component called 'scalars/scalar0'
+    scalar0 = logger.scalar("scalars/scalar0")
+    
+
+# add some records during DL model running, lets start from another block.
+with logger.mode("train"):
+    # add scalars
+    for step in range(100):
+        scalar0.add_record(step, random.random())
+```
+
+### C++ SDK
+上面 Python SDK 中代码完全一致的C++ SDK用法如下
+```c++
+#include <cstdlib>
+#include <string>
+#include "visualdl/sdk.h"
+
+namespace vs = visualdl;
+namepsace cp = visualdl::components;
+
+int main() {
+  const std::string dir = "./tmp";
+  vs::LogWriter logger(dir, 10);
+  
+  logger.SetMode("train");
+  auto tablet = logger.NewTablet("scalars/scalar0");
+  
+  cp::Scalar<float> scalar0(tablet);
+  
+  for (int step = 0; step < 1000; step++) {
+    float v = (float)std::rand() / RAND_MAX;
+    scalar0.AddRecord(step, v);
+  }
+
+  return 0;
+}
+```
+## 启动Board
+当训练过程中已经产生了日志数据，就可以启动board进行实时预览可视化信息
+
+```
+visualDL --logdir <some log dir>
+```
+
+board 还支持一下参数来实现远程的访问：
+
+- `--host` 设定IP
+- `--port` 设定端口
+- `--model_pb` 指定 ONNX 格式的模型文件