Update save_load_variables.rst (#1520) (#1521)

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

@@ -60,6 +60,7 @@ save_vars、save_params、save_persistables 以及 save_inference_model的区别
 
 例如：
 
+
 .. code-block:: python
 
     import paddle.fluid as fluid
@@ -69,6 +70,7 @@ save_vars、save_params、save_persistables 以及 save_inference_model的区别
     prog = fluid.default_main_program()
     fluid.io.save_params(executor=exe, dirname=param_path, main_program=None)
 
+
 上面的例子中，通过调用 :code:`fluid.io.save_params` 函数，PaddlePaddle Fluid会对默认
 :code:`fluid.Program` 也就是 :code:`prog` 中的所有模型变量进行扫描，
 筛选出其中所有的模型参数，并将这些模型参数保存到指定的 :code:`param_path` 之中。
@@ -89,6 +91,7 @@ save_vars、save_params、save_persistables 以及 save_inference_model的区别
 
 例如：
 
+
 .. code-block:: python
 
     import paddle.fluid as fluid
@@ -99,6 +102,7 @@ save_vars、save_params、save_persistables 以及 save_inference_model的区别
     fluid.io.load_params(executor=exe, dirname=param_path,
                          main_program=prog)
 
+
 上面的例子中，通过调用 :code:`fluid.io.load_params` 函数，PaddlePaddle Fluid会对
 :code:`prog` 中的所有模型变量进行扫描，筛选出其中所有的模型参数，
 并尝试从 :code:`param_path` 之中读取加载它们。
@@ -117,6 +121,7 @@ save_vars、save_params、save_persistables 以及 save_inference_model的区别
 
 用户可以灵活地使用numpy数组设置模型参数的值，具体示例如下：
 
+
 .. code-block:: python
 
     import paddle.fluid as fluid
@@ -177,6 +182,7 @@ save_vars、save_params、save_persistables 以及 save_inference_model的区别
 
 例如：
 
+
 .. code-block:: python
 
     import paddle.fluid as fluid
@@ -186,6 +192,7 @@ save_vars、save_params、save_persistables 以及 save_inference_model的区别
     prog = fluid.default_main_program()
     fluid.io.save_persistables(exe, path, prog)
 
+
 上面的例子中，通过调用 :code:`fluid.io.save_persistables` 函数，PaddlePaddle Fluid会从默认 :code:`fluid.Program` 也就是 :code:`prog` 的所有模型变量中找出长期变量，并将他们保存到指定的 :code:`path` 目录下。
 
 
@@ -226,6 +233,7 @@ save_vars、save_params、save_persistables 以及 save_inference_model的区别
 
 对于训练过程中待保存参数的trainer， 例如：
 
+
 .. code-block:: python
 
     import paddle.fluid as fluid
@@ -242,6 +250,7 @@ save_vars、save_params、save_persistables 以及 save_inference_model的区别
     hadoop fs -mkdir /remote/$path
     hadoop fs -put $path /remote/$path
 
+
 上面的例子中，0号trainer通过调用 :code:`fluid.io.save_persistables` 函数，PaddlePaddle Fluid会从默认
 :code:`fluid.Program` 也就是 :code:`prog` 的所有模型变量中找出长期变量，并将他们保存到指定的 :code:`path` 目录下。然后通过调用第三方的文件系统（如HDFS）将存储的模型进行上传到所有PServer都可访问的位置。