fix_bug (#460)

doc/fluid/advanced_usage/deploy/inference/index_cn.rst

@@ -5,7 +5,7 @@
 PaddlePaddle Fluid 提供了 C++ API 来支持模型的部署上线
 
 .. toctree::
-   :hidden:
+   :titlesonly:
 
    build_and_install_lib_cn.rst
    native_infer.md

doc/fluid/advanced_usage/development/profiling/index_cn.rst

@@ -2,6 +2,15 @@
 性能调优
 ##########
 
+..  toctree::
+	:hidden:
+
+	benchmark.rst
+	cpu_profiling_cn.md
+	gpu_profiling_cn.rst
+	host_memory_profiling_cn.md
+	timeline_cn.md
+
 本模块介绍 Fluid 使用过程中的调优方法，包括：
 
 - `如何进行基准测试 <benchmark.html>`_：介绍如何选择基准模型，从而验证模型的精度和性能
@@ -11,11 +20,3 @@
 - `Timeline工具简介 <timeline_cn.html>`_ ：介绍如何使用 Timeline 工具进行性能分析和调优
 
 
-..  toctree::
-	:hidden:
-
-    benchmark.rst
-    cpu_profiling_cn.md
-    gpu_profiling_cn.rst
-    host_memory_profiling_cn.md
-    timeline_cn.md

doc/fluid/api/api_guides/high_low_level_api.md

 ## High/Low-level API简介
 
-Paddle目前有2套API接口：
+PaddlePaddle Fluid目前有2套API接口：
 
 - Low-level（底层） API：
 	
 	- 灵活性强并且已经相对成熟，使用它训练的模型，能直接支持C++预测上线。
-	- 提供了大量的模型作为使用示例，包括[Book](https://github.com/PaddlePaddle/book)中的第7和8章，以及[models](https://github.com/PaddlePaddle/models)中的所有章节。
+	- 提供了大量的模型作为使用示例，包括[Book](https://github.com/PaddlePaddle/book)中的全部章节，以及[models](https://github.com/PaddlePaddle/models)中的所有章节。
 	- 适用人群：对深度学习有一定了解，需要自定义网络进行训练/预测/上线部署的用户。
 
 - High-level（高层）API：
 	
-	- 使用简单，[Book](https://github.com/PaddlePaddle/book)中前六章提供了示例。
+	- 使用简单
 	- 尚未成熟，接口暂时在[paddle.fluid.contrib](https://github.com/PaddlePaddle/Paddle/tree/develop/python/paddle/fluid/contrib)下面。
 	- 适用人群：想通过Book课程进行深度学习基础知识学习的初级用户。

doc/fluid/api_cn/api_guides/high_low_level_api.md

 ## High/Low-level API简介
 
-Paddle目前有2套API接口：
+PaddlePaddle Fluid目前有2套API接口：
 
 - Low-level（底层） API：
 	
 	- 灵活性强并且已经相对成熟，使用它训练的模型，能直接支持C++预测上线。
-	- 提供了大量的模型作为使用示例，包括[Book](https://github.com/PaddlePaddle/book)中的第7和8章，以及[models](https://github.com/PaddlePaddle/models)中的所有章节。
+	- 提供了大量的模型作为使用示例，包括[Book](https://github.com/PaddlePaddle/book)中的全部章节，以及[models](https://github.com/PaddlePaddle/models)中的所有章节。
 	- 适用人群：对深度学习有一定了解，需要自定义网络进行训练/预测/上线部署的用户。
 
 - High-level（高层）API：
 	
-	- 使用简单，[Book](https://github.com/PaddlePaddle/book)中前六章提供了示例。
+	- 使用简单
 	- 尚未成熟，接口暂时在[paddle.fluid.contrib](https://github.com/PaddlePaddle/Paddle/tree/develop/python/paddle/fluid/contrib)下面。
-	- 适用人群：想通过Book课程进行深度学习基础知识学习的初级用户。

doc/fluid/api_cn/api_guides/index.rst

@@ -2,8 +2,10 @@
 API使用指南
 ===========
 
-..  toctree::
-    :hidden:
+API使用指南分功能向您介绍PaddlePaddle Fluid的API体系和用法，帮助您快速了解PaddlePaddle Fluid API的全貌，包括以下几个模块：
+
+.. toctree::
+    :titlesonly:
 
     high_low_level_api.md
     low_level/layers/index.rst

doc/fluid/api_cn/index_cn.rst

-=============
-API Reference
-=============
+=====
+API
+=====
 
 ..  toctree::
     :maxdepth: 1
@@ -12,7 +12,6 @@ API Reference
     clip_cn.rst
     data_feeder_cn.rst
     executor_cn.rst
-    index_cn.rst
     initializer_cn.rst
     io_cn.rst
     layers_cn.rst

doc/fluid/beginners_guide/index.rst

@@ -8,7 +8,7 @@ PaddlePaddle (PArallel Distributed Deep LEarning)是一个易用、高效、灵
 
 当您第一次来到PaddlePaddle，请您首先阅读以下文档，了解安装方法：
 
-    - `安装说明 <../beginners_guide/install/Start.html>`_：我们支持在Ubuntu/CentOS/Windows/MacOS环境上的安装
+    - `安装说明 <../beginners_guide/install/index_cn.html>`_：我们支持在Ubuntu/CentOS/Windows/MacOS环境上的安装
 
 如果您初次接触深度学习，在学习PaddlePaddle之前建议您先阅读以下资料：
 
@@ -18,8 +18,6 @@ PaddlePaddle (PArallel Distributed Deep LEarning)是一个易用、高效、灵
 
     - `Fluid编程指南 <../beginners_guide/programming_guide/programming_guide.html>`_：介绍 Fluid 的基本概念和使用方法
 
-    - `Fluid编程指南 <../beginners_guide/programming_guide/programming_guide.html>`_：介绍 Fluid 的基本概念和使用方法
-
     - `快速入门 <../beginners_guide/quick_start/index.html>`_：提供线性回归和识别数字两个入门级模型，帮助您快速上手训练网络
 
     - `深度学习基础 <../beginners_guide/basics/index.html>`_：覆盖图像分类、个性化推荐、机器翻译等多个深度领域的基础知识，提供 Fluid 实现案例

doc/fluid/beginners_guide/install/FAQ.md

 ***
-<a name="FAQ"></a>        
+<a name="FAQ"></a>  
+
 # **FAQ**
 - CentOS6下如何编译python2.7为共享库? 
 	

doc/fluid/beginners_guide/install/compile/fromsource.rst

 ===========================
-**从源码编译PaddlePaddle**
+**从源码编译**
 ===========================
 
 您也可以选择源码编译的方式编译安装PaddlePaddle，但由于本机环境的多样性，在编译源码时易出现复杂问题，可能会造成您安装失败。为保证您顺利安装，推荐您优先选择普通安装方式。

doc/fluid/beginners_guide/quick_start/index.rst

@@ -2,9 +2,7 @@
 快速入门
 ########
 
-..  todo::
-
-    概述
+欢迎来到快速入门部分，在这里，我们将向您介绍如何通过PaddlePaddle Fluid实现经典的线性回归和手写识别的模型，以下两篇文档将指导您使用真实数据集搭建起模型、进行训练和预测：
 
 ..  toctree::
     :titlesonly:

doc/fluid/user_guides/howto/evaluation_and_debugging/index.rst

@@ -2,8 +2,14 @@
 模型评估/调试
 ###############
 
+本部分包括两篇文档：
+
+- `模型评估 <../user_guides/howto/evaluation_and_debugging/evaluation/metrics.html>`_：介绍常用模型评估指标的构造方法
+
+- `Visual DL 工具 <../user_guides/howto/evaluation_and_debugging/debug/visualdl.html>`_：介绍如何利用 Visual DL 工具可视化训练过程
+
 ..  toctree::
-    :maxdepth: 1
+    :hidden:
 
     evaluation/metrics.rst
     debug/visualdl.md

doc/fluid/user_guides/howto/prepare_data/use_py_reader.rst

-.. _user_guide_use_py_reader:
+..  _user_guides_use_py_reader:
 
 ############################
 使用PyReader读取训练和测试数据

doc/fluid/user_guides/howto/training/cluster_howto.rst

-.. _cluster_howto
+.. _cluster_howto:
 
-Fluid分布式训练使用手册
+分布式训练使用手册
 ====================
 
 分布式训练基本思想
@@ -174,7 +174,7 @@ parameter server上。如果需要使用其他，可以传入其他的方法，
 
 .. code-block:: python
 
-  if role == "TRAINER": 
+  if role == "TRAINER":
       fluid.memory_optimize(fluid.default_main_program(), skip_grads=True)
   t = fluid.DistributeTranspiler()
   t.transpile(trainer_id, pservers=pserver_endpoints, trainers=trainers)

doc/fluid/user_guides/howto/training/index.rst

@@ -2,7 +2,7 @@
 训练神经网络
 ############
 
-PaddlePaddle Fluid支持单机训练，和多节点训练。每种训练模式下，都支持多种训练方法。
+PaddlePaddle Fluid支持单机训练和多节点训练。每种训练模式下，都支持多种训练方法，本部分包含以下内容：
 
 .. toctree::
    :maxdepth: 1

doc/fluid/user_guides/howto/training/train_on_baidu_cloud_cn.rst

-.. _train_on_baidu_cloud_cn
+.. _train_on_baidu_cloud_cn:
 
-在百度云上启动Fluid分布式训练
+在百度云启动Fluid分布式训练
 =========================
 
 PaddlePaddle Fluid分布式训练，可以不依赖集群系统（比如MPI，Kubernetes）启动分布式训练。
@@ -113,7 +113,7 @@ PaddlePaddle Fluid分布式训练，可以不依赖集群系统（比如MPI，Ku
 
       exe.run(fluid.default_startup_program())
 
-      
+
       for pass_id in range(PASS_NUM):
           for batch_id, data in enumerate(train_reader()):
               acc_np, avg_loss_np = exe.run(fluid.default_main_program(),
@@ -155,7 +155,7 @@ PaddlePaddle Fluid分布式训练，可以不依赖集群系统（比如MPI，Ku
 
 假设我们创建了2台GPU服务器，ip分别是 :code:`172.16.0.5,172.16.0.6` ，然后在第一台服务器上，
 先创建训练程序文件 :code:`dist_train_demo.py` ，从
-`这里 <https://raw.githubusercontent.com/PaddlePaddle/FluidDoc/develop/doc/fluid/user_guides/howto/training/src/dist_train_demo.py>`_ 
+`这里 <https://raw.githubusercontent.com/PaddlePaddle/FluidDoc/develop/doc/fluid/user_guides/howto/training/src/dist_train_demo.py>`_
 下载代码。然后编写 :code:`fabfile.py` 脚本，用于控制在不同服务器上启动训练任务的parameter server和trainer：
 
 .. code-block:: python
@@ -225,4 +225,4 @@ PaddlePaddle Fluid分布式训练，可以不依赖集群系统（比如MPI，Ku
 任务执行完成后，不要忘记释放掉GPU集群资源，勾选选择需要释放的服务器，选择“释放”，则会关闭机器并释放资源。
 如果需要执行新的任务，可以直接使用之前保存的镜像，启动新的集群，并参照前面的步骤开始训练。
 
-.. image:: src/release.png
\ No newline at end of file
+.. image:: src/release.png

doc/fluid/user_guides/index.rst

@@ -6,7 +6,7 @@
 
 如果您已经掌握了新手入门阶段的内容，期望可以针对实际问题建模、搭建自己网络，本模块提供了一些 Fluid 的使用细节供您参考：
 
-    - `基本概念 <../user_guides/howto/basic_concept/index_cn.rst>`_ ：介绍了Fluid的基本使用概念
+    - `基本概念 <../user_guides/howto/basic_concept/index_cn.html>`_ ：介绍了Fluid的基本使用概念
 
     - `准备数据 <../user_guides/howto/prepare_data/index.html>`_ ：介绍使用 Fluid 训练网络时，数据的支持类型及传输方法
 
@@ -16,9 +16,6 @@
 
     - `模型评估与调试 <../user_guides/howto/evaluation_and_debugging/index.html>`_：介绍在 Fluid 下进行模型评估和调试的方法，包括：
 
-      - `模型评估 <../user_guides/howto/evaluation_and_debugging/evaluation/metrics.html>`_：介绍常用模型评估指标的构造方法
-      - `Visual DL 工具 <../user_guides/howto/evaluation_and_debugging/debug/visualdl.html>`_：介绍如何利用 Visual DL 工具可视化训练过程
-
 基于 Fluid 复现的多领域经典模型：
 
     - `Fluid 模型库 <../user_guides/models/index_cn.html>`_