Rewrite the content of save_inference_model_cn.rst. (#1264)

doc/fluid/api_cn/io_cn/save_inference_model_cn.rst

@@ -5,32 +5,29 @@ save_inference_model
 
 .. py:function:: paddle.fluid.io.save_inference_model(dirname, feeded_var_names, target_vars, executor, main_program=None, model_filename=None, params_filename=None, export_for_deployment=True,  program_only=False)
 
-修改指定的 ``main_program`` ，构建一个专门用于预测的 ``Program``，然后  ``executor`` 把它和所有相关参数保存到 ``dirname`` 中。
-
-
-``dirname`` 用于指定保存变量的目录。如果变量保存在指定目录的若干文件中，设置文件名 None; 如果所有变量保存在一个文件中，请使用filename来指定它。
-
-如果您仅想保存您训练好的模型的参数，请使用save_params API。更多细节请参考 :ref:`api_guide_model_save_reader` 。
+修剪指定的 ``main_program`` 以构建一个专门用于预测的 ``Inference Program`` （ ``Program`` 含义详见 :ref:`api_guide_Program` ）。 所得到的 ``Inference Program`` 及其对应的所有相关参数均被保存到 ``dirname`` 指定的目录中。若只想保存训练后的模型参数，请使用 :ref:`cn_api_fluid_io_save_params` 接口。更多细节请参考 :ref:`api_guide_model_save_reader` 。
 
+**注意：dirname用于指定保存预测模型结构和参数的目录。若需要将模型参数保存在指定目录的若干文件中，请设置params_filename的值为None; 若需要将所有模型参数保存在一个单独的二进制文件中，请使用params_filename来指定该二进制文件的名称。**
 
 参数:
-  - **dirname** (str) – 保存预测model的路径
-  - **feeded_var_names** (list[str]) – 预测（inference）需要 feed 的数据
-  - **target_vars** (list[Variable]) – 保存预测（inference）结果的 Variables
-  - **executor** (Executor) –  executor 保存  inference model
-  - **main_program** (Program|None) – 使用 ``main_program`` ，构建一个专门用于预测的 ``Program`` （inference model）. 如果为None, 使用   ``default main program``   默认: None.
-  - **model_filename** (str|None) – 保存预测Program 的文件名称。如果设置为None，将使用默认的文件名为： ``__model__``
-  - **params_filename** (str|None) – 保存所有相关参数的文件名称。如果设置为None，则参数将保存在单独的文件中。
-  - **export_for_deployment** (bool) – 如果为真，Program将被修改为只支持直接预测部署的Program。否则，将存储更多的信息，方便优化和再训练。目前只支持True。
-  - **program_only** (bool) – 如果为真，将只保存预测程序，而不保存程序的参数。
+  - **dirname** (str) – 指定保存预测模型结构和参数的文件目录。
+  - **feeded_var_names** (list[str]) – 字符串列表，包含着Inference Program预测时所需提供数据的所有变量名称（即所有输入变量的名称）。
+  - **target_vars** (list[Variable]) – ``Variable`` （详见 :ref:`api_guide_Program` ）类型列表，包含着模型的所有输出变量。通过这些输出变量即可得到模型的预测结果。
+  - **executor** (Executor) –  用于保存预测模型的 ``executor`` ，详见 :ref:`api_guide_executor` 。
+  - **main_program** (Program，可选) – 通过该参数指定的 ``main_program`` 可构建一个专门用于预测的 ``Inference Program`` 。 若为None, 则使用全局默认的  ``_main_program_`` 。默认值为None。
+  - **model_filename** (str，可选) – 保存预测模型结构 ``Inference Program`` 的文件名称。若设置为None，则使用 ``__model__`` 作为默认的文件名。
+  - **params_filename** (str，可选) – 保存预测模型所有相关参数的文件名称。若设置为None，则模型参数被保存在单独的文件中。
+  - **export_for_deployment** (bool，可选) – 若为True，则 ``main_program`` 指定的Program将被修改为只支持直接预测部署的Program。否则，将存储更多的信息，方便优化和再训练。目前只支持设置为True，且默认值为True。
+  - **program_only** (bool，可选) – 若为True，则只保存预测模型的网络结构，而不保存预测模型的网络参数。默认值为False。
+
 
-返回: 获取的变量名列表
+**返回：** 用于获取模型预测结果的所有输出变量的名称列表。
 
-返回类型：target_var_name_list(list)
+**返回类型：** 列表（list）
 
 抛出异常：
- - ``ValueError`` – 如果 ``feed_var_names`` 不是字符串列表
- - ``ValueError`` – 如果 ``target_vars`` 不是 ``Variable`` 列表
+ - ``ValueError`` – 若 ``feed_var_names`` 不是字符串列表，则抛出异常。
+ - ``ValueError`` – 若 ``target_vars`` 不是 ``Variable`` 类型列表，则抛出异常。
 
 **代码示例**
 
@@ -54,12 +51,12 @@ save_inference_model
 
     # 数据输入及训练过程
 
-    # 保存预测模型。注意我们不在这个示例中保存标签和损失。
+    # 保存预测模型。注意，用于预测的模型网络结构不需要保存标签和损失。
     fluid.io.save_inference_model(dirname=path, feeded_var_names=['img'], target_vars=[predict], executor=exe)
 
-    # 在这个示例中，函数将修改默认的主程序让它适合于预测‘predict_var’
-    # 修改的预测Program 将被保存在 ./infer_model/__model__”中。
-    # 参数将保存在文件夹下的单独文件中 ./infer_mode
+    # 在这个示例中，save_inference_mode接口将根据网络的输入结点（img）和输出结点（predict）修剪默认的主程序（_main_program_）。
+    # 修剪得到的Inference Program将被保存在 “./infer_model/__model__”文件中，
+    # 模型参数将被保存在“./infer_model/”文件夹下以各自名称命名的单独文件中。