polish docs

docs/zh_CN/advanced_tutorials/code_overview.md

@@ -2,7 +2,7 @@
 
 ## 目录
 
-- [模型压缩与知识蒸馏方法简介](#1)
+- [整体代码和目录概览](#1)
 - [训练模块定义](#2)
     - [2.1 数据](#2.1)
     - [2.2 模型结构](#2.2)

docs/zh_CN/advanced_tutorials/knowledge_distillation.md

@@ -10,7 +10,7 @@
 - [实验](#3) 
     - [3.1 教师模型的选择](#3.1)
     - [3.2 大数据蒸馏](#3.2)
-    - [3.3ImageNet1k 训练集 finetune](#3.3)
+    - [3.3 ImageNet1k 训练集 finetune](#3.3)
     - [3.4 数据增广以及基于 Fix 策略的微调](#3.4)
     - [3.5 实验过程中的一些问题](#3.5)
 - [蒸馏模型的应用](#4) 

docs/zh_CN/advanced_tutorials/model_prune_quantization.md

@@ -158,10 +158,10 @@ python3.7 tools/export.py \
 <a name="4"></a>
 ## 四、模型部署
 
-上述步骤导出的模型可以直接使用inferecne 进行部署，参考[inference部署](../inference_deployment/)。
+上述步骤导出的模型可以直接使用inferecne进行部署，参考[inference部署](../inference_deployment/)。
 
 也通过PaddleLite的opt模型转换工具，完成inference模型到移动端模型转换，用于移动端的模型部署。
-移动端模型部署的可参考 [移动端模型部署](../../../deploy/lite/readme.md)
+移动端模型部署的可参考 [移动端模型部署](../inference_deployment/paddle_lite_deploy.md)。
 
 <a name="5"></a>
 ## 五、训练超参数建议

docs/zh_CN/algorithm_introduction/image_classification.md

@@ -9,8 +9,8 @@
 - [图像分类的流程](#2)
     - [2.1 数据及其预处理](#2.1)
     - [2.2 模型准备](#2.2)
-    - [2.2 模型训练](#2.3)
-    - [2.2 模型评估](#2.4)
+    - [2.3 模型训练](#2.3)
+    - [2.4 模型评估](#2.4)
 - [主要算法简介](#3)
 
 图像分类是根据图像的语义信息将不同类别图像区分开来，是计算机视觉中重要的基本问题，也是图像检测、图像分割、物体跟踪、行为分析等其他高层视觉任务的基础。图像分类在很多领域有广泛应用，包括安防领域的人脸识别和智能视频分析等，交通领域的交通场景识别，互联网领域基于内容的图像检索和相册自动归类，医学领域的图像识别等。

docs/zh_CN/data_preparation/recognition_dataset.md

@@ -14,7 +14,7 @@
         - [2.2.1 动漫人物识别](#动漫人物识别)
         - [2.2.2 商品识别](#商品识别)
         - [2.2.3 Logo识别](#Logo识别)
-        - [2.2.3 车辆识别](#车辆识别)
+        - [2.2.4 车辆识别](#车辆识别)
      
      
 <a name="数据集格式说明"></a>

docs/zh_CN/inference_deployment/cpp_deploy.md

@@ -13,8 +13,7 @@
         - [1.2.2 直接下载安装](1.2.2)
 - [编译](#2)
     - [2.1 编译 PaddleClas C++ 预测 demo](#2.1)
-    - [2.2 编译 config lib 预测库与 cls lib 预测库](#2.2)
-    
+    - [2.2 编译 config lib 预测库与 cls lib 预测库](#2.2) 
 - [运行](#3)
     - [3.1 准备 inference model](#3.1)
     - [3.2 运行 demo](#3.2)

docs/zh_CN/models_training/recognition.md

@@ -11,9 +11,9 @@
 其中特征库，需要利用已经标注好的图像数据集提前建立。完整的图像识别系统，如下图所示
 
 <div align="center">
-<img src="../../images/structure.jpg"  width = "400" />
+<img src="../../images/structure.jpg"  width = "600" />
 </div>
-体验整体图像识别系统，或查看特征库建立方法，详见[图像识别快速开始文档](../quick_start/quick_start_recognition.md) 。其中，图像识别快速开始文档主要讲解整体流程的使用过程。以下内容，主要对上述三个步骤的训练部分进行介绍。
+体验整体图像识别系统，或查看特征库建立方法，详见[图像识别快速开始文档](../quick_start/quick_start_recognition.md)。其中，图像识别快速开始文档主要讲解整体流程的使用过程。以下内容，主要对上述三个步骤的训练部分进行介绍。
 
 首先，请参考[安装指南](../installation/install_paddleclas.md)配置运行环境。