fix comments

doc/fluid/user_guides/howto/inference/paddle_tensorrt_infer.md

@@ -3,15 +3,16 @@
 NVIDIA TensorRT 是一个高性能的深度学习预测库，可为深度学习推理应用程序提供低延迟和高吞吐量。Paddle 1.0 采用了子图的形式对TensorRT进行了初步集成，即我们可以使用该模块来提升Paddle模型的预测性能。该模块依旧在持续开发中，目前已支持的模型有：AlexNet, MobileNet, ResNet50, VGG19, ResNext, MobileNet-SSD等。在这篇文档中，我们将会对Paddle-TensorRT库的获取、使用和原理进行介绍。
 
 
-## 获取Paddle预测库
+## 编译带`TensorRT`的预测库
 
-**一：使用Docker编译预测库**         
+**使用Docker编译预测库**         
 
 1. 下载Paddle  
  
 	```
 	git clone https://github.com/PaddlePaddle/Paddle.git
 	```
+	
 2. 获取docker镜像
   
 	```
@@ -42,7 +43,9 @@ NVIDIA TensorRT 是一个高性能的深度学习预测库，可为深度学习
 
 ## Paddle TensorRT使用
 
-[`paddle_inference_api.h`]('https://github.com/PaddlePaddle/Paddle/blob/develop/paddle/fluid/inference/api/paddle_inference_api.h') 定义了使用TensorRT的所有接口。总体上分为以下步骤：  
+[`paddle_inference_api.h`]('https://github.com/PaddlePaddle/Paddle/blob/develop/paddle/fluid/inference/api/paddle_inference_api.h') 定义了使用TensorRT的所有接口。  
+
+总体上分为以下步骤：  
 1. 创建合适的配置MixedRTConfig.   
 2. 根据配合创建 `PaddlePredictor`.    
 3. 创建输入的tensor.   
@@ -51,30 +54,26 @@ NVIDIA TensorRT 是一个高性能的深度学习预测库，可为深度学习
 以下的代码展示了完整的过程：
 
 ```c++
-#include "paddle/fluid/inference/api/paddle_inference_api.h"
+#include "paddle_inference_api.h"
 
 using paddle::contrib::MixedRTConfig;
 namespace paddle {
 
-MixedRTConfig GetConfigTRT() {
+void RunTensorRT(int batch_size, std::string model_dirname) {
+  // 1. 创建MixedRTConfig
   MixedRTConfig config;
+  config.model_dir = model_dirname;
   config.use_gpu = true;  // 此处必须为true
   config.fraction_of_gpu_memory = 0.2;  
   config.device = 0;     // gpu id
-  config.max_batch_size = 3;  // 支持最大的batch size，运行时batch必须小于等于此值
-  return config;
-}
-
-void CompareTensorRTWithFluid(int batch_size, std::string model_dirname) {
-  MixedRTConfig config = GetConfigTRT();
-  config.model_dir = model_dirname;
   // TensorRT 根据max batch size大小给op选择合适的实现，
   // 因此max batch size大小和运行时batch的值最好相同。
   config.max_batch_size = batch_size;
 
+  // 2. 根据config 创建predictor
   auto predictor = CreatePaddlePredictor<MixedRTConfig>(config);
 
-  // 创建输入 tensor 
+  // 3. 创建输入 tensor 
   int height = 224;
   int width = 224;
   float data[batch_size * 3 * height * width] = {0};
@@ -86,9 +85,9 @@ void CompareTensorRTWithFluid(int batch_size, std::string model_dirname) {
   tensor.dtype = PaddleDType::FLOAT32;
   std::vector<PaddleTensor> paddle_tensor_feeds(1, tensor);
 
-  // 创建输出 tensor
+  // 4. 创建输出 tensor
   std::vector<PaddleTensor> outputs;
-  // 预测
+  // 5. 预测
   predictor->Run(paddle_tensor_feeds, &outputs, batch_size);
 
   const size_t num_elements = outputs.front().data.length() / sizeof(float);
@@ -101,15 +100,16 @@ void CompareTensorRTWithFluid(int batch_size, std::string model_dirname) {
 
 int main() { 
   // 模型下载地址 http://paddle-inference-dist.cdn.bcebos.com/tensorrt_test/mobilenet.tar.gz
-  paddle::CompareTensorRTWithFluid(1, “./mobilenet");
+  paddle::RunTensorRT(1, “./mobilenet");
   return 0;
 }
 ```
-编译过程可以参照[`这里。`](https://github.com/PaddlePaddle/Paddle/tree/develop/paddle/fluid/inference/api/demo_ci)
+编译过程可以参照[这里](https://github.com/PaddlePaddle/Paddle/tree/develop/paddle/fluid/inference/api/demo_ci)。
 
 ## 子图运行原理
    PaddlePaddle采用子图的形式对TensorRT进行集成，当模型加载后，神经网络可以表示为由变量和运算节点组成的计算图。Paddle TensorRT实现的功能是能够对整个图进行扫描，发现图中可以使用TensorRT优化的子图，并使用TensorRT节点替换它们。在模型的推断期间，如果遇到TensorRT节点，Paddle会调用TensoRT库对该节点进行优化，其他的节点调用Paddle的原生实现。TensorRT在推断期间能够进行Op的横向和纵向融合，过滤掉冗余的Op，并对特定平台下的特定的Op选择合适的kenel等进行优化，能够加快模型的预测速度。  
-   下图使用一个简单的模型展示了这个过程。我们可以在原始模型网络中看到，绿色节点表示可以被TensorRT支持的节点，红色节点表示网络中的变量，黄色表示Paddle只能被Paddle原生实现执行的节点。那些在原始网络中的绿色节点被提取出来汇集成子图，并由一个TensorRT节点代替，成为转换网络中的block-25 节点。在网络运行过程中，如果遇到该节点，Paddle将调用TensorRT库来对其执行。
+
+下图使用一个简单的模型展示了这个过程：   
 
 **原始网络**
 <p align="center">
@@ -122,6 +122,10 @@ int main() {
 </p>
 
     
+   我们可以在原始模型网络中看到，绿色节点表示可以被TensorRT支持的节点，红色节点表示网络中的变量，黄色表示Paddle只能被Paddle原生实现执行的节点。那些在原始网络中的绿色节点被提取出来汇集成子图，并由一个TensorRT节点代替，成为转换网络中的`block-25` 节点。在网络运行过程中，如果遇到该节点，Paddle将调用TensorRT库来对其执行。
+
+
+