diff --git a/README.md b/README.md
index 3dfbf8d3904d47092052b5d358dd5aeb4ce67b8a..f90176c5de9e90207209ed30a8b9cc53e4a50c4c 100644
--- a/README.md
+++ b/README.md
@@ -1,2 +1,171 @@
-# PaddleRec
-推荐算法,大规模并行训练支持
+
+
+
+
+
+
+
+
+
+
+
+
+
+
什么是PaddleRec
+
+
+
+
+
+- 源于飞桨生态的搜索推荐模型**一站式开箱即用工具**
+- 适合初学者,开发者,研究者从调研,训练到预测部署的全流程解决方案
+- 包含语义理解、召回、粗排、精排、多任务学习、融合等多个任务的推荐搜索算法库
+- 配置**yaml**自定义选项,即可快速上手使用单机训练、大规模分布式训练、离线预测、在线部署
+
+
+
PadlleRec概览
+
+
+
+
+
+
+
推荐系统-流程概览
+
+
+
+
+
+
便捷安装
+
+### 环境要求
+* Python 2.7/ 3.5 / 3.6 / 3.7
+* PaddlePaddle >= 1.7.2
+* 操作系统: Windows/Mac/Linux
+
+### 安装命令
+
+- 安装方法一:
+ ```bash
+ python -m pip install paddle-rec
+ ```
+
+- 安装方法二
+
+ 源码编译安装
+ 1. 安装飞桨 **注:需要用户安装版本 >1.7.2 的飞桨**
+
+ ```shell
+ python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
+ ```
+
+ 2. 源码安装PaddleRec
+
+ ```
+ git clone https://github.com/PaddlePaddle/PaddleRec/
+ cd PaddleRec
+ python setup.py install
+ ```
+
+
+快速启动
+
+### 启动内置模型的默认配置
+
+目前框架内置了多个模型,简单的命令即可使用内置模型开始单机训练和本地1*1模拟训练,我们以`dnn`为例介绍PaddleRec的简单使用。
+
+#### 单机训练
+
+```bash
+# 使用CPU进行单机训练
+python -m paddlerec.run -m paddlerec.models.rank.dnn -d cpu -e single
+
+# 使用GPU进行单机训练
+python -m paddlerec.run -m paddlerec.models.rank.dnn -d gpu -e single
+```
+
+#### 本地模拟分布式训练
+
+```bash
+# 使用CPU资源进行本地模拟分布式训练
+python -m paddlerec.run -m paddlerec.models.rank.dnn -e local_cluster
+```
+
+#### 集群分布式训练
+
+```bash
+# 配置好 mpi/k8s/paddlecloud集群环境后
+python -m paddlerec.run -m paddlerec.models.rank.dnn -e cluster
+```
+
+### 启动内置模型的自定配置
+
+若您复用内置模型,对**yaml**配置文件进行了修改,如更改超参,重新配置数据后,可以直接使用paddlerec运行该yaml文件。
+
+我们以dnn模型为例,在paddlerec代码目录下,修改了dnn模型`config.yaml`的配置后,运行`dnn`模型:
+```bash
+python -m paddlerec.run -m ./models/rank/dnn/config.yaml -e single
+```
+
+
+支持模型列表
+
+
+| 方向 | 模型 | 单机CPU训练 | 单机GPU训练 | 分布式CPU训练 |
+| :------: | :----------------------------------------------------------------------------: | :---------: | :---------: | :-----------: |
+| 内容理解 | [Text-Classifcation](models/contentunderstanding/classification/model.py) | ✓ | x | ✓ |
+| 内容理解 | [TagSpace](models/contentunderstanding/tagspace/model.py) | ✓ | x | ✓ |
+| 召回 | [TDM](models/treebased/tdm/model.py) | ✓ | x | ✓ |
+| 召回 | [Word2Vec](models/recall/word2vec/model.py) | ✓ | x | ✓ |
+| 召回 | [SSR](models/recall/ssr/model.py) | ✓ | ✓ | ✓ |
+| 召回 | [Gru4Rec](models/recall/gru4rec/model.py) | ✓ | ✓ | ✓ |
+| 排序 | [Dnn](models/rank/dnn/model.py) | ✓ | x | ✓ |
+| 排序 | [DeepFM](models/rank/deepfm/model.py) | ✓ | x | ✓ |
+| 排序 | [xDeepFM](models/rank/xdeepfm/model.py) | ✓ | x | ✓ |
+| 排序 | [DIN](models/rank/din/model.py) | ✓ | x | ✓ |
+| 排序 | [Wide&Deep](models/rank/wide_deep/model.py) | ✓ | x | ✓ |
+| 多任务 | [ESMM](models/multitask/esmm/model.py) | ✓ | ✓ | ✓ |
+| 多任务 | [MMOE](models/multitask/mmoe/model.py) | ✓ | ✓ | ✓ |
+| 多任务 | [ShareBottom](models/multitask/share-bottom/model.py) | ✓ | ✓ | ✓ |
+| 匹配 | [DSSM](models/match/dssm/model.py) | ✓ | x | ✓ |
+| 匹配 | [MultiView-Simnet](models/match/multiview-simnet/model.py) | ✓ | x | ✓ |
+
+
+
+文档
+
+### 背景介绍
+* [推荐系统介绍](doc/rec_background.md)
+* [分布式深度学习介绍](doc/ps_background.md)
+
+### 新手教程
+* [环境要求](#环境要求)
+* [安装命令](#安装命令)
+* [快速开始](#启动内置模型的默认配置)
+
+### 进阶教程
+* [自定义数据集及Reader](doc/custom_dataset_reader.md)
+* [分布式训练](doc/distributed_train.md)
+
+### 开发者教程
+* [PaddleRec设计文档](doc/design.md)
+
+### 关于PaddleRec性能
+* [Benchmark](doc/benchmark.md)
+
+### FAQ
+* [常见问题FAQ](doc/faq.md)
+
+
+社区
+
+### 反馈
+如有意见、建议及使用中的BUG,欢迎在`GitHub Issue`提交
+
+### 版本历史
+- 2020.5.14 - PaddleRec v0.1
+
+### 许可证书
+本项目的发布受[Apache 2.0 license](LICENSE)许可认证。
+
+>>>>>>> d7171ec5daa477584de89ea7e57a382045e12311
diff --git a/readme.md b/readme.md
index 3dfbf8d3904d47092052b5d358dd5aeb4ce67b8a..f90176c5de9e90207209ed30a8b9cc53e4a50c4c 100644
--- a/readme.md
+++ b/readme.md
@@ -1,2 +1,171 @@
-# PaddleRec
-推荐算法,大规模并行训练支持
+
+
+
+
+
+
+
+
+
+
+
+
+
+
什么是PaddleRec
+
+
+
+
+
+- 源于飞桨生态的搜索推荐模型**一站式开箱即用工具**
+- 适合初学者,开发者,研究者从调研,训练到预测部署的全流程解决方案
+- 包含语义理解、召回、粗排、精排、多任务学习、融合等多个任务的推荐搜索算法库
+- 配置**yaml**自定义选项,即可快速上手使用单机训练、大规模分布式训练、离线预测、在线部署
+
+
+
PadlleRec概览
+
+
+
+
+
+
+
推荐系统-流程概览
+
+
+
+
+
+
便捷安装
+
+### 环境要求
+* Python 2.7/ 3.5 / 3.6 / 3.7
+* PaddlePaddle >= 1.7.2
+* 操作系统: Windows/Mac/Linux
+
+### 安装命令
+
+- 安装方法一:
+ ```bash
+ python -m pip install paddle-rec
+ ```
+
+- 安装方法二
+
+ 源码编译安装
+ 1. 安装飞桨 **注:需要用户安装版本 >1.7.2 的飞桨**
+
+ ```shell
+ python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
+ ```
+
+ 2. 源码安装PaddleRec
+
+ ```
+ git clone https://github.com/PaddlePaddle/PaddleRec/
+ cd PaddleRec
+ python setup.py install
+ ```
+
+
+快速启动
+
+### 启动内置模型的默认配置
+
+目前框架内置了多个模型,简单的命令即可使用内置模型开始单机训练和本地1*1模拟训练,我们以`dnn`为例介绍PaddleRec的简单使用。
+
+#### 单机训练
+
+```bash
+# 使用CPU进行单机训练
+python -m paddlerec.run -m paddlerec.models.rank.dnn -d cpu -e single
+
+# 使用GPU进行单机训练
+python -m paddlerec.run -m paddlerec.models.rank.dnn -d gpu -e single
+```
+
+#### 本地模拟分布式训练
+
+```bash
+# 使用CPU资源进行本地模拟分布式训练
+python -m paddlerec.run -m paddlerec.models.rank.dnn -e local_cluster
+```
+
+#### 集群分布式训练
+
+```bash
+# 配置好 mpi/k8s/paddlecloud集群环境后
+python -m paddlerec.run -m paddlerec.models.rank.dnn -e cluster
+```
+
+### 启动内置模型的自定配置
+
+若您复用内置模型,对**yaml**配置文件进行了修改,如更改超参,重新配置数据后,可以直接使用paddlerec运行该yaml文件。
+
+我们以dnn模型为例,在paddlerec代码目录下,修改了dnn模型`config.yaml`的配置后,运行`dnn`模型:
+```bash
+python -m paddlerec.run -m ./models/rank/dnn/config.yaml -e single
+```
+
+
+支持模型列表
+
+
+| 方向 | 模型 | 单机CPU训练 | 单机GPU训练 | 分布式CPU训练 |
+| :------: | :----------------------------------------------------------------------------: | :---------: | :---------: | :-----------: |
+| 内容理解 | [Text-Classifcation](models/contentunderstanding/classification/model.py) | ✓ | x | ✓ |
+| 内容理解 | [TagSpace](models/contentunderstanding/tagspace/model.py) | ✓ | x | ✓ |
+| 召回 | [TDM](models/treebased/tdm/model.py) | ✓ | x | ✓ |
+| 召回 | [Word2Vec](models/recall/word2vec/model.py) | ✓ | x | ✓ |
+| 召回 | [SSR](models/recall/ssr/model.py) | ✓ | ✓ | ✓ |
+| 召回 | [Gru4Rec](models/recall/gru4rec/model.py) | ✓ | ✓ | ✓ |
+| 排序 | [Dnn](models/rank/dnn/model.py) | ✓ | x | ✓ |
+| 排序 | [DeepFM](models/rank/deepfm/model.py) | ✓ | x | ✓ |
+| 排序 | [xDeepFM](models/rank/xdeepfm/model.py) | ✓ | x | ✓ |
+| 排序 | [DIN](models/rank/din/model.py) | ✓ | x | ✓ |
+| 排序 | [Wide&Deep](models/rank/wide_deep/model.py) | ✓ | x | ✓ |
+| 多任务 | [ESMM](models/multitask/esmm/model.py) | ✓ | ✓ | ✓ |
+| 多任务 | [MMOE](models/multitask/mmoe/model.py) | ✓ | ✓ | ✓ |
+| 多任务 | [ShareBottom](models/multitask/share-bottom/model.py) | ✓ | ✓ | ✓ |
+| 匹配 | [DSSM](models/match/dssm/model.py) | ✓ | x | ✓ |
+| 匹配 | [MultiView-Simnet](models/match/multiview-simnet/model.py) | ✓ | x | ✓ |
+
+
+
+文档
+
+### 背景介绍
+* [推荐系统介绍](doc/rec_background.md)
+* [分布式深度学习介绍](doc/ps_background.md)
+
+### 新手教程
+* [环境要求](#环境要求)
+* [安装命令](#安装命令)
+* [快速开始](#启动内置模型的默认配置)
+
+### 进阶教程
+* [自定义数据集及Reader](doc/custom_dataset_reader.md)
+* [分布式训练](doc/distributed_train.md)
+
+### 开发者教程
+* [PaddleRec设计文档](doc/design.md)
+
+### 关于PaddleRec性能
+* [Benchmark](doc/benchmark.md)
+
+### FAQ
+* [常见问题FAQ](doc/faq.md)
+
+
+社区
+
+### 反馈
+如有意见、建议及使用中的BUG,欢迎在`GitHub Issue`提交
+
+### 版本历史
+- 2020.5.14 - PaddleRec v0.1
+
+### 许可证书
+本项目的发布受[Apache 2.0 license](LICENSE)许可认证。
+
+>>>>>>> d7171ec5daa477584de89ea7e57a382045e12311