Created by: lazzylee

语音识别任务相关，搭建了一个简单的 DNN 分类任务 demo

运行流程：

• 进入目录 paddle/demo/kaldi_dnn
• 运行脚本 gpu-start-docker.sh，下载预处理数据，配置 paddle docker container
• 运行脚本 gpu-train-in-docker.sh，进行 DNN 训练和测试，单 GPU 大约需要 20 分钟

待解决问题：

• 1000句训练集，同样的1000句测试时，dataprovider_ark.py 中 provider 参数 cache=CacheType.CACHE_PASS_IN_MEM 时，训练集和测试集错误率约为 4%，当 cache=CacheType.NO_CACHE 时，训练集错误率为 9.6%，测试集错误率为 47.0%，而且最后一次迭代跑完时，会卡住。
• 9000句训练集和 1000句测试集的分类错误率差距很大，训练集错误率为 55.2%，测试集错误率为 85.7%
• 多 GPU 速度没有变快，trainer_count 设置为 2，4，8 时，速度与单 GPU 相比，2（变快 10%），4（相当），8（变慢 75%）