diff --git a/tutorials/notebook/README.md b/tutorials/notebook/README.md
index 1440517f45d8a40e3ff66656ac8af660bff88b89..49b938578913ec737825c257263e23f2821be41a 100644
--- a/tutorials/notebook/README.md
+++ b/tutorials/notebook/README.md
@@ -50,4 +50,4 @@
| 教程名称 | 内容描述
| :----------- |:------
-| [quick_start.ipynb](./quick_start.ipynb) | - 从数据集到模型验证的全过程解读
- 体验教程中各功能模块的使用说明
- 数据集图形化展示
- 了解LeNet5具体结构和参数作用
- 学习使用自定义回调函数
- loss值与训练步数的变化图
- 模型精度与训练步数的变化图
- 使用模型应用到手写图片的预测与分类上
\ No newline at end of file
+| [quick_start.ipynb](./quick_start.ipynb) | - CPU平台下从数据集到模型验证的全过程解读
- 体验教程中各功能模块的使用说明
- 数据集图形化展示
- 了解LeNet5具体结构和参数作用
- 学习使用自定义回调函数
- loss值与训练步数的变化图
- 模型精度与训练步数的变化图
- 使用模型应用到手写图片的预测与分类上
\ No newline at end of file
diff --git a/tutorials/notebook/quick_start.ipynb b/tutorials/notebook/quick_start.ipynb
index 63056b51e9e1d918aebddf555b26de472407af97..da57dbd4aa139f5e2d60a607f98a96e8e2034dfd 100644
--- a/tutorials/notebook/quick_start.ipynb
+++ b/tutorials/notebook/quick_start.ipynb
@@ -529,7 +529,7 @@
"
1、圈数epoch size(每圈需要遍历完成1875组图片);\n",
"
2、数据集ds_train;\n",
"
3、回调函数callbacks包含ModelCheckpoint、LossMonitor、SummaryStepckpoint_cb,Callback模型检测参数;\n",
- "
4、底层数据通道dataset_sink_mode,此参数默认True需设置成False,因为此功能只限于昇腾AI处理器。"
+ "
4、底层数据通道dataset_sink_mode,此参数默认True需设置成False,因为此功能不支持CPU模式。"
]
},
{
@@ -642,7 +642,7 @@
"cell_type": "markdown",
"metadata": {},
"source": [
- "训练完成后,能在Jupyter的工作路径上生成多个模型文件,名称具体含义checkpoint_{网络名称}-{第几个epoch}_{第几个step}.ckpt 。"
+ "训练完成后,能在Jupyter的工作路径上生成多个模型文件,名称具体含义checkpoint_{网络名称}-{第几个epoch}_{第几个step}.ckpt。"
]
},
{
@@ -695,7 +695,7 @@
"cell_type": "markdown",
"metadata": {},
"source": [
- "搭建测试网络的过程主要为:
1、载入模型.cptk文件中的参数param;
2、将参数param载入到神经网络LeNet5中;
3、载入测试数据集;
4、调用函数model.eval()传入参数测试数据集ds_eval,就生成模型checkpoint_lenet-1_1875.ckpt的精度值。
dataset_sink_mode表示数据集下沉模式,仅仅支持昇腾AI处理器平台,所以这里设置成False 。"
+ "搭建测试网络的过程主要为:
1、载入模型.cptk文件中的参数param;
2、将参数param载入到神经网络LeNet5中;
3、载入测试数据集;
4、调用函数model.eval()传入参数测试数据集ds_eval,就生成模型checkpoint_lenet-1_1875.ckpt的精度值。
dataset_sink_mode表示数据集下沉模式,不支持CPU,所以这里设置成False。"
]
},
{