update serving doc.

demo/serving/module_serving/lexical_analysis_lac/README.md

+# 部署词法分析服务-以lac为例
+## 简介
+`Lexical Analysis of Chinese`，简称`LAC`，是一个联合的词法分析模型，能整体性地完成中文分词、词性标注、专名识别任务。关于`LAC`的具体信息请参见[LAC](https://paddlepaddle.org.cn/hubdetail?name=lac&en_category=LexicalAnalysis)。
+
+使用PaddleHub Serving可以部署一个在线词法分析服务，可以将此接口用于词法分析、在线分词等在线web应用。
+
+这里就带领大家使用PaddleHub Serving，通过简单几步部署一个词法分析在线服务。
+
+## Step1：启动PaddleHub Serving
+启动命令如下
+```shell
+$ hub serving start -m lac
+```
+启动时会显示加载模型过程，启动成功后显示
+```shell
+Loading lac successful.
+```
+这样就完成了一个词法分析服务化API的部署，默认端口号为8866。
+
+## Step2：测试语言模型在线API
+### 不使用自定义词典
+在服务部署好之后，我们可以进行测试，用来测试的文本为`今天是个好日子`和`天气预报说今天要下雨`。
+首先指定编码格式及引入需要的包：
+```python
+>>> # coding: utf8
+>>> import requests
+>>> import json
+```
+准备的数据格式为：
+```python
+{"text": [text_1, text_2, ...]}
+```
+**NOTE:** 字典的key为"text"。
+
+根据文本和数据格式，代码如下：
+```python
+>>> # 指定用于用于预测的文本并生成字典{"text": [text_1, text_2, ... ]}
+>>> text_list = ["今天是个好日子", "天气预报说今天要下雨"]
+>>> text = {"text": text_list}
+```
+
+## Step3：获取并验证结果
+接下来发送请求到词法分析API，并得到结果，代码如下：
+```python
+# 指定预测方法为lac并发送post请求
+>>> url = "http://127.0.0.1:8866/predict/text/lac"
+>>> r = requests.post(url=url, data=text)
+```
+`LAC`模型返回的结果为每个文本分词后的结果，我们尝试打印接口返回结果：
+```python
+# 打印预测结果
+>>> print(json.dumps(r.json(), indent=4, ensure_ascii=False))
+{
+    "msg": "",
+    "results": [
+        {
+            "tag": [
+                "TIME", "v", "q", "n"
+            ],
+            "word": [
+                "今天", "是", "个", "好日子"
+            ]
+        },
+        {
+            "tag": [
+                "n", "v", "TIME", "v", "v"
+            ],
+            "word": [
+                "天气预报", "说", "今天", "要", "下雨"
+            ]
+        }
+    ],
+    "status": "0"
+}
+```
+这样我们就完成了对词法分析的预测服务化部署和测试。
+
+完整的测试代码见[lac_serving_demo.py](./lac_serving_demo.py)。
+
+### 使用自定义词典
+`LAC`模型在预测时还可以使用自定义词典干预默认分词结果，这种情况只需要将自定义词典以文件的形式附加到request请求即可，数据格式如下：
+```python
+{"user_dict": user_dict.txt}
+```
+根据数据格式，具体代码如下：
+```python
+>>> # 指定自定义词典{"user_dict": dict.txt}
+>>> file = {"user_dict": open("dict.txt", "rb")}
+>>> # 请求接口时以文件的形式附加自定义词典，其余和不使用自定义词典的请求方式相同，此处不再赘述
+>>> url = "http://127.0.0.1:8866/predict/text/lac"
+>>> r = requests.post(url=url, files=file, data=text)
+```
+
+完整的测试代码见[lac_with_dict_serving_demo.py](./lac_with_dict_serving_demo.py)。
+
+### 客户端请求新版模型的方式
+对某些新版模型，客户端请求方式有所变化，更接近本地预测的请求方式，以降低学习成本。
+以lac(2.1.0)为例，使用上述方法进行请求将提示：
+```python
+{
+    "Warnning": "This usage is out of date, please use 'application/json' as content-type to post to /predict/lac. See 'https://github.com/PaddlePaddle/PaddleHub/blob/release/v1.6/docs/tutorial/serving.md' for more details."
+}
+```
+对于lac(2.1.0)，请求的方式如下：
+```python
+# coding: utf8
+import requests
+import json
+
+if __name__ == "__main__":
+    # 指定用于预测的文本并生成字典[text_1, text_2, ... ]
+    text = ["今天是个好日子", "天气预报说今天要下雨"]
+    # 以key的方式指定text传入预测方法的时的参数，此例中为"texts"
+    # 对应本地部署，则为lac.analysis_lexical(text=[text1, text2])
+    data = {"texts": text, "batch_size": 1}
+    # 指定预测方法为lac并发送post请求
+    url = "http://127.0.0.1:8866/predict/lac"
+    # 指定post请求的headers为application/json方式
+    headers = {"Content-Type": "application/json"}
+
+    r = requests.post(url=url, headers=headers, data=json.dumps(data))
+
+    # 打印预测结果
+    print(json.dumps(r.json(), indent=4, ensure_ascii=False))
+```
+对结果的解析等与前种方式一致，显示如下：
+```python
+{
+    "results": [
+        {
+            "tag": [
+                "TIME", "v", "q", "n"
+            ],
+            "word": [
+                "今天", "是", "个", "好日子"
+            ]
+        },
+        {
+            "tag": [
+                "n", "v", "TIME", "v", "v"
+            ],
+            "word": [
+                "天气预报", "说", "今天", "要", "下雨"
+            ]
+        }
+    ]
+}
+```
+此Demo的具体信息和代码请参见[LAC Serving_2.1.0](./lac_2.1.0_serving_demo.py)。

demo/serving/module_serving/lexical_analysis_lac/lac_serving_demo.py

+# coding: utf8
+import requests
+import json
+
+if __name__ == "__main__":
+    # 指定用于预测的文本并生成字典{"text": [text_1, text_2, ... ]}
+    text = ["今天是个好日子", "天气预报说今天要下雨"]
+    # 以key的方式指定text传入预测方法的时的参数，此例中为"data"
+    # 对应本地部署，则为lac.analysis_lexical(data=text, batch_size=1)
+    # 若使用lac版本低于2.2.0，需要将`text`参数改为`texts`
+    data = {"text": text, "batch_size": 1}
+    # 指定预测方法为lac并发送post请求，content-type类型应指定json方式
+    url = "http://127.0.0.1:8866/predict/lac"
+    # 指定post请求的headers为application/json方式
+    headers = {"Content-Type": "application/json"}
+
+    r = requests.post(url=url, headers=headers, data=json.dumps(data))
+
+    # 打印预测结果
+    print(json.dumps(r.json(), indent=4, ensure_ascii=False))

docs/tutorial/serving.md

@@ -20,6 +20,7 @@ $ hub serving start --modules [Module1==Version1, Module2==Version2, ...] \
                     --use_gpu \
                     --use_multiprocess \
                     --workers \
+                    --gpu \
 ```
 
 **参数**：
@@ -31,6 +32,7 @@ $ hub serving start --modules [Module1==Version1, Module2==Version2, ...] \
 |--use_gpu|使用GPU进行预测，必须安装paddlepaddle-gpu|  
 |--use_multiprocess|是否启用并发方式，默认为单进程方式，推荐多核CPU机器使用此方式<br>*`Windows操作系统只支持单进程方式`*|
 |--workers|在并发方式下指定的并发任务数，默认为`2*cpu_count-1`，其中`cpu_count`为CPU核数|
+|--gpu|指定使用gpu的卡号，如`1,2`代表使用1号显卡和2号显卡，默认仅使用0号显卡|
 
 **NOTE:** --use_gpu不可与--use_multiprocess共用。
 
@@ -65,7 +67,8 @@ $ hub serving start --config config.json
   },
   "port": 8866,
   "use_multiprocess": false,
-  "workers": 2
+  "workers": 2,
+  "gpu": "0,1,2"
 }
 
 ```
@@ -79,6 +82,8 @@ $ hub serving start --config config.json
 |use_gpu|使用GPU进行预测，必须安装paddlepaddle-gpu|  
 |use_multiprocess|是否启用并发方式，默认为单进程方式，推荐多核CPU机器使用此方式<br>*`Windows操作系统只支持单进程方式`*|
 |workers|启动的并发任务数，在并发模式下才生效，默认为`2*cpu_count-1`，其中`cpu_count`代表CPU的核数|
+|gpu|指定使用gpu的卡号，如`1,2`代表使用1号显卡和2号显卡，默认仅使用0号显卡|
+**NOTE:** --use_gpu不可与--use_multiprocess共用。
 
 ### Step2：访问服务端