Update machine translation in book for 1.7 (#1825)

* Update machine translation in book for 1.7

* Update index.cn.html in machine translate

* Updata the format errors of machine translation in book for 1.7

* Small fix of print in machine translation in book.

doc/fluid/user_guides/nlp_case/machine_translation/README.cn.md

@@ -52,7 +52,7 @@ GRU\[[2](#参考文献)\]是Cho等人在LSTM上提出的简化版本，也是RNN
 - 重置门（reset gate）：如果重置门关闭，会忽略掉历史信息，即历史不相干的信息不会影响未来的输出。
 - 更新门（update gate）：将LSTM的输入门和遗忘门合并，用于控制历史信息对当前时刻隐层输出的影响。如果更新门接近1，会把历史信息传递下去。
 <p align="center">
-<img src="image/gru.png" width=700><br/>
+<img src = "https://github.com/PaddlePaddle/book/blob/develop/08.machine_translation/image/gru.png?raw=true" width="700"><br/>
 图2. GRU（门控循环单元）
 </p>
 
@@ -84,11 +84,11 @@ GRU\[[2](#参考文献)\]是Cho等人在LSTM上提出的简化版本，也是RNN
 
 编码阶段分为三步：
 
-1. one-hot vector表示：将源语言句子$x=\left \{ x_1,x_2,...,x_T \right \}$的每个词$x_i$表示成一个列向量$w_i\epsilon \left \{ 0,1 \right \}^{\left | V \right |},i=1,2,...,T$。这个向量$w_i$的维度与词汇表大小$\left | V \right |$ 相同，并且只有一个维度上有值1（该位置对应该词在词汇表中的位置），其余全是0。
+1. one-hot vector表示：将源语言句子$x = \left(x_1,x_2,...,x_T\right)$的每个词$x_i$表示成一个列向量$w_i$。这个向量$w_i$的维度与词汇表大小$\left | V \right |$ 相同，并且只有一个维度上有值1（该位置对应该词在词汇表中的位置），其余全是0。
 
 2. 映射到低维语义空间的词向量：one-hot vector表示存在两个问题，1）生成的向量维度往往很大，容易造成维数灾难；2）难以刻画词与词之间的关系（如语义相似性，也就是无法很好地表达语义）。因此，需再one-hot vector映射到低维的语义空间，由一个固定维度的稠密向量（称为词向量）表示。记映射矩阵为$C\epsilon R^{K\times \left | V \right |}$，用$s_i=Cw_i$表示第$i$个词的词向量，$K$为向量维度。
 
-3. 用RNN编码源语言词序列：这一过程的计算公式为$h_i=\varnothing _\theta \left ( h_{i-1}, s_i \right )$，其中$h_0$是一个全零的向量，$\varnothing _\theta$是一个非线性激活函数，最后得到的$\mathbf{h}=\left \{ h_1,..., h_T \right \}$就是RNN依次读入源语言$T$个词的状态编码序列。整句话的向量表示可以采用$\mathbf{h}$在最后一个时间步$T$的状态编码，或使用时间维上的池化（pooling）结果。
+3. 用RNN编码源语言词序列：这一过程的计算公式为$h_i=\phi_{\theta} \left ( h_{i-1}, s_i \right )$，其中$h_0$是一个全零的向量，$\phi _{\theta}$是一个非线性激活函数，最后得到的$\mathbf{h}=\left(h_1,..., h_T \right)$就是RNN依次读入源语言$T$个词的状态编码序列。整句话的向量表示可以采用$\mathbf{h}$在最后一个时间步$T$的状态编码，或使用时间维上的池化（pooling）结果。
 
 第3步也可以使用双向循环神经网络实现更复杂的句编码表示，具体可以用双向GRU实现。前向GRU按照词序列$(x_1,x_2,...,x_T)$的顺序依次编码源语言端词，并得到一系列隐层状态$(\overrightarrow{h_1},\overrightarrow{h_2},...,\overrightarrow{h_T})$。类似的，后向GRU按照$(x_T,x_{T-1},...,x_1)$的顺序依次编码源语言端词，得到$(\overleftarrow{h_1},\overleftarrow{h_2},...,\overleftarrow{h_T})$。最后对于词$x_i$，通过拼接两个GRU的结果得到它的隐层状态，即$h_i=\left [ \overrightarrow{h_i^T},\overleftarrow{h_i^T} \right ]^{T}$。
 <div align="center">
@@ -107,7 +107,7 @@ GRU\[[2](#参考文献)\]是Cho等人在LSTM上提出的简化版本，也是RNN
 
 其中$\phi _{\theta '}$是一个非线性激活函数；$c$是源语言句子的上下文向量，在不使用注意力机制时，如果[编码器](#编码器)的输出是源语言句子编码后的最后一个元素，则可以定义$c=h_T$；$u_i$是目标语言序列的第$i$个单词，$u_0$是目标语言序列的开始标记`<s>`，表示解码开始；$z_i$是$i$时刻解码RNN的隐层状态，$z_0$是一个全零的向量。
 
-1. 将$z_{i+1}$通过`softmax`归一化，得到目标语言序列的第$i+1$个单词的概率分布$p_{i+1}$。概率分布公式如下：
+2. 将$z_{i+1}$通过`softmax`归一化，得到目标语言序列的第$i+1$个单词的概率分布$p_{i+1}$。概率分布公式如下：
 
 <div align="center">
 <img src="https://github.com/PaddlePaddle/book/blob/develop/08.machine_translation/image/probability_formula.png?raw=true" width="400"><br/>
@@ -115,9 +115,9 @@ GRU\[[2](#参考文献)\]是Cho等人在LSTM上提出的简化版本，也是RNN
 
 其中$W_sz_{i+1}+b_z$是对每个可能的输出单词进行打分，再用softmax归一化就可以得到第$i+1$个词的概率$p_{i+1}$。
 
-1. 根据$p_{i+1}$和$u_{i+1}$计算代价。
+3. 根据$p_{i+1}$和$u_{i+1}$计算代价。
 
-2. 重复步骤1~3，直到目标语言序列中的所有词处理完毕。
+4. 重复步骤1~3，直到目标语言序列中的所有词处理完毕。
 
 机器翻译任务的生成过程，通俗来讲就是根据预先训练的模型来翻译源语言句子。生成过程中的解码阶段和上述训练过程的有所差异，具体介绍请见[柱搜索算法](#柱搜索算法)。
 
@@ -146,7 +146,7 @@ GRU\[[2](#参考文献)\]是Cho等人在LSTM上提出的简化版本，也是RNN
 其中，$align$可以看作是一个对齐模型，用来衡量目标语言中第$i$个词和源语言中第$j$个词的匹配程度。具体而言，这个程度是通过解码RNN的第$i$个隐层状态$z_i$和源语言句子的第$j$个上下文片段$h_j$计算得到的。传统的对齐模型中，目标语言的每个词明确对应源语言的一个或多个词（hard alignment）；而在注意力模型中采用的是soft alignment，即任何两个目标语言和源语言词间均存在一定的关联，且这个关联强度是由模型计算得到的实数，因此可以融入整个NMT框架，并通过反向传播算法进行训练。
 
 <p align="center">
-<img src="image/decoder_attention.png" width=500><br/>
+<img src = "https://github.com/PaddlePaddle/book/blob/develop/08.machine_translation/image/decoder_attention.png?raw=true" width="500"><br/>
 图6. 基于注意力机制的解码器
 </p>
 
@@ -213,7 +213,7 @@ max_length = 256  # 解码生成句子的最大长度
 beam_size = 4  # beam search的柱宽度
 batch_size = 64  # batch 中的样本数
 
-model_save_dir = "machine_translation.inference.model"
+model_file = "machine_translation"
 ```
 
 接着定义所需要的数据输入：
@@ -538,7 +538,7 @@ for pass_id in six.moves.xrange(EPOCH_NUM):
                 (pass_id, batch_id, loss_val))
         batch_id += 1
     # 保存模型
-    fluid.io.save_params(exe, model_save_dir, main_program=train_prog)
+    fluid.save(train_prog, model_file)
 ```
 
 ## 应用模型
@@ -572,7 +572,7 @@ loader.set_batch_generator(inputs_generator(batch_size,
 # 定义执行器，加载参数并绑定Program
 exe = fluid.Executor(places[0])
 exe.run(startup_prog)
-fluid.io.load_params(exe, model_save_dir, main_program=infer_prog)
+fluid.load(infer_prog, model_file, exe)
 prog = fluid.CompiledProgram(infer_prog).with_data_parallel()
 ```
 
@@ -608,7 +608,7 @@ for data in loader():
 ```txt
 Original sentence:
 A man in an orange hat starring at something .
-Translated score and sentence:
+Translated sentence:
 Ein Mann mit einem orangen Schutzhelm starrt auf etwas .
 Ein Mann mit einem gelben Schutzhelm starrt auf etwas .
 Ein Mann mit einem gelben Schutzhelm starrt etwas an .

doc/fluid/user_guides/nlp_case/machine_translation/index.cn.html

@@ -255,7 +255,7 @@ max_length = 256  # 解码生成句子的最大长度
 beam_size = 4  # beam search的柱宽度
 batch_size = 64  # batch 中的样本数
 
-model_save_dir = "machine_translation.inference.model"
+model_file = "machine_translation"
 ```
 
 接着定义所需要的数据输入：
@@ -580,7 +580,7 @@ for pass_id in six.moves.xrange(EPOCH_NUM):
                 (pass_id, batch_id, loss_val))
         batch_id += 1
     # 保存模型
-    fluid.io.save_params(exe, model_save_dir, main_program=train_prog)
+    fluid.save(train_prog, model_file)
 ```
 
 ## 应用模型
@@ -614,7 +614,7 @@ loader.set_batch_generator(inputs_generator(batch_size,
 # 定义执行器，加载参数并绑定Program
 exe = fluid.Executor(places[0])
 exe.run(startup_prog)
-fluid.io.load_params(exe, model_save_dir, main_program=infer_prog)
+fluid.load(infer_prog, model_file, exe)
 prog = fluid.CompiledProgram(infer_prog).with_data_parallel()
 ```
 

doc/fluid/user_guides/nlp_case/machine_translation/seq2seq.py

@@ -31,7 +31,7 @@ max_length = 256
 beam_size = 4
 batch_size = 64
 
-model_save_dir = "machine_translation.inference.model"
+model_file = "machine_translation"
 
 
 class DecoderCell(layers.RNNCell):
@@ -289,7 +289,7 @@ def train(use_cuda):
             print('pass_id: %d, batch_id: %d, loss: %f' %
                   (pass_id, batch_id, loss_val))
             batch_id += 1
-        fluid.io.save_params(exe, model_save_dir, main_program=train_prog)
+        fluid.save(train_prog, model_file)
 
 
 def infer(use_cuda):
@@ -312,7 +312,7 @@ def infer(use_cuda):
 
     exe = fluid.Executor(places[0])
     exe.run(startup_prog)
-    fluid.io.load_params(exe, model_save_dir, main_program=infer_prog)
+    fluid.load(infer_prog, model_file, exe)
     prog = fluid.CompiledProgram(infer_prog).with_data_parallel()
 
     for data in loader():