diff --git a/doc/fluid/advanced_usage/best_practice/dist_training_gpu.rst b/doc/fluid/advanced_usage/best_practice/dist_training_gpu.rst
index 1878a49cdc0580c4f57d460a3b8be502c0154f2d..7f9ed763122d872fb9fa0ddc46cd6492f4b0b31a 100644
--- a/doc/fluid/advanced_usage/best_practice/dist_training_gpu.rst
+++ b/doc/fluid/advanced_usage/best_practice/dist_training_gpu.rst
@@ -1,7 +1,7 @@
 .. _best_practice_dist_training_gpu:
 
 #####################
-分布式GPU训练最佳实践
+分布式GPU训练优秀实践
 #####################
 
 开始优化您的GPU分布式训练任务
@@ -9,7 +9,7 @@
 
 PaddlePaddle Fluid可以支持在现代GPU [#]_ 服务器集群上完成高性能分布式训练。
 通常可以通过以下方法优化在多机多卡环境训练性能，建议在进行性能优化时，
-检查每项优化点并验证对应提升，最终获得最优性能。
+检查每项优化点并验证对应提升，从而提升最终的性能。
 
 一个简单的验证当前的训练程序是否需要进一步优化性能的方法，
 是查看GPU的计算利用率 [#]_ ，通常用 :code:`nvidia-smi` 命令查看。