Change ivfsq8 test report detailed version #255

docs/test_report/milvus_ivfsq8_test_report_detailed_version.md

@@ -28,13 +28,13 @@ Memory: 503GB
 
 Docker version: 18.09
 
-Nvidia Driver version: 430.34
+NVIDIA Driver version: 430.34
 
 Milvus version: 0.5.3
 
 SDK interface: Python 3.6.8
 
-Pymilvus version: 0.2.5
+pymilvus version: 0.2.5
 
 
 
@@ -66,7 +66,7 @@ For details on this dataset, you can check : http://corpus-texmex.irisa.fr/ .
 
   > Note: In the query test of recall, we will test the following parameters with different values:
   >
-  > nq - grouped by: [1, 5, 10,  200, 400, 600, 800, 1000], 
+  > nq - grouped by: [10,  200, 400, 600, 800, 1000], 
   >
   > topk - grouped by: [1, 10, 100]
 
@@ -93,7 +93,7 @@ Milvus configuration
 - gpu_cache_capacity: 6
 - use_blas_threshold: 1100
 
-You can check the definition of Milvus configuration on https://milvus.io/docs/en/reference/milvus_config/.
+The definitions of Milvus configuration are on https://milvus.io/docs/en/reference/milvus_config/.
 
 Test method
 

docs/test_report/milvus_ivfsq8_test_report_detailed_version_cn.md

@@ -2,7 +2,7 @@
 
 ## 概述
 
-本文描述了ivfsq8索引在milvus单机部署方式下的测试报告。
+本文描述了ivfsq8索引在milvus单机部署方式下的测试结果。
 
 
 
@@ -28,13 +28,13 @@ GPU1: GeForce GTX 1080
 
 Docker版本: 18.09
 
-Nvidia Driver版本: 430.34
+NVIDIA Driver版本: 430.34
 
 Milvus版本: 0.5.3
 
 SDK接口: Python 3.6.8
 
-Pymilvus版本: 0.2.5
+pymilvus版本: 0.2.5
 
 
 
@@ -66,7 +66,7 @@ Pymilvus版本: 0.2.5
 
   > 备注：在向量准确性测试中，我们会测试下面参数不同的取值来观察结果：
   >
-  > 被查询向量的数量nq将按照 [1, 5, 10,  200, 400, 600, 800, 1000]的数量分组，
+  > 被查询向量的数量nq将按照 [10,  200, 400, 600, 800, 1000]的数量分组，
   >
   > 单条查询中最相似的K个结果topk将按照[1, 10, 100]的数量分组。
 
@@ -93,7 +93,7 @@ Milvus设置：
 - gpu_cache_capacity: 6
 - use_blas_threshold: 1100
 
-你可以在 https://milvus.io/docs/en/reference/milvus_config/上查询Milvus设置的详细定义。
+Milvus设置的详细定义可以参考 https://milvus.io/docs/en/reference/milvus_config/ 。
 
 测试方法