提交 0f7e9373 编写于 作者: L liuyuan04

Fix dead link in Chn quick start

ISSUE=4612521


git-svn-id: https://svn.baidu.com/idl/trunk/paddle@1477 1ad973e4-5ce8-4261-8a94-b56d1f490c56
上级 fe22c464
...@@ -134,8 +134,8 @@ define_py_data_sources2(train_list='data/train.list', ...@@ -134,8 +134,8 @@ define_py_data_sources2(train_list='data/train.list',
* obj="process": 指定生成数据的函数 * obj="process": 指定生成数据的函数
* args={"dictionary": word_dict}: 额外的参数,这里指定词典 * args={"dictionary": word_dict}: 额外的参数,这里指定词典
更详细用例请参考文档<a href = "../../ui/data_provider/python_case.html">Python Use Case</a> 更详细用例请参考文档<a href = "../../../doc/ui/data_provider/python_case.html">Python Use Case</a>
数据格式和详细文档请参考<a href = "../../ui/py_data_provider_wrapper_api.html"> 数据格式和详细文档请参考<a href = "../../../doc/ui/data_provider/pydataprovider2.html">
PyDataProviderWrapper</a> PyDataProviderWrapper</a>
## 网络结构(Network Architecture) ## 网络结构(Network Architecture)
...@@ -143,7 +143,7 @@ PyDataProviderWrapper</a>。 ...@@ -143,7 +143,7 @@ PyDataProviderWrapper</a>。
<center> ![](./PipelineNetwork.jpg) </center> <center> ![](./PipelineNetwork.jpg) </center>
我们将以基本的逻辑回归网络作为起点,并逐渐展示更加深入的功能。更详细的网络配置 我们将以基本的逻辑回归网络作为起点,并逐渐展示更加深入的功能。更详细的网络配置
连接请参考<a href = "../../ui/trainer_config_helpers_api.html#module-paddle.trainer_config_helpers.layers">Layer文档</a> 连接请参考<a href = "../../../doc/layer.html">Layer文档</a>
所有配置在`demo/quick_start`目录,首先列举逻辑回归网络。 所有配置在`demo/quick_start`目录,首先列举逻辑回归网络。
### 逻辑回归模型(Logistic Regression) ### 逻辑回归模型(Logistic Regression)
...@@ -350,7 +350,7 @@ lstm = simple_lstm(input=emb, size=lstm_size) ...@@ -350,7 +350,7 @@ lstm = simple_lstm(input=emb, size=lstm_size)
<br> <br>
## 优化算法(Optimization Algorithm) ## 优化算法(Optimization Algorithm)
<a href = "../../ui/trainer_config_helpers_api.html#module-paddle.trainer_config_helpers.optimizers">优化算法</a>包括 <a href = "../../../doc/ui/trainer_config_helpers_api.html#module-paddle.trainer_config_helpers.optimizers">优化算法</a>包括
Momentum, RMSProp,AdaDelta,AdaGrad,ADAM,Adamax等,这里采用Adam优化方法,加了L2正则和梯度截断。 Momentum, RMSProp,AdaDelta,AdaGrad,ADAM,Adamax等,这里采用Adam优化方法,加了L2正则和梯度截断。
```python ```python
...@@ -375,7 +375,7 @@ paddle train \ ...@@ -375,7 +375,7 @@ paddle train \
--num_passes=15 \ --num_passes=15 \
--use_gpu=false --use_gpu=false
``` ```
这里没有介绍多机分布式训练,可以参考<a href = "../../platform/index.html">分布式训练</a>的demo学习如何进行多机训练。 这里没有介绍多机分布式训练,可以参考<a href = "../../cluster/index.html">分布式训练</a>的demo学习如何进行多机训练。
## 预测(Prediction) ## 预测(Prediction)
可以使用训练好的模型评估带有label的验证集,也可以预测没有label的测试集。 可以使用训练好的模型评估带有label的验证集,也可以预测没有label的测试集。
......
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册