add API doc

README.md

@@ -48,7 +48,7 @@ $ hub search
 ## 深入了解PaddleHub
 * [命令行功能](https://github.com/PaddlePaddle/PaddleHub/tree/develop/docs/command_line_introduction.md)
 * [Finetune API与迁移学习](https://github.com/PaddlePaddle/PaddleHub/tree/develop/docs/turtorial/transfer_learning_turtorial.md)
-* API
+* [API](https://github.com/PaddlePaddle/PaddleHub/tree/develop/docs/API_list.md)
 
 ## 答疑
 

docs/API/Module.md

+----
+# Module
+----
+在PaddleHub中，Module代表了一个`可执行`的模型。这里的可执行指的是，Module可以直接通过命令行`hub run ${MODULE_NAME}`执行预测，或者通过context接口获取上下文后进行finetune。
+
+## \_\_init\_\_
+在生成一个Module时，支持通过名称、url或者路径创建Module
+> ### 参数
+> * name: 模块名称
+> * url:  模块的url
+> * module_dir: 模块路径
+>
+> ### 示例
+>
+> ```python
+> import paddlehub as hub
+> # 根据模型名字创建Module
+> hub.Module(name = "lac")
+> ```
+
+### context
+用于获取Module的上下文信息，得到输入、输出以及Paddle Program
+> ### 参数
+> * for_test: 是否用于测试，如果是用于预测，则设置为True，如果用于finetune，则设置为False。默认情况下，该参数被设置为False
+>
+> ### 示例
+>
+> ```python
+> import paddlehub as hub
+> resnet = hub.Module(name = "resnet_v2_50_imagenet")
+> input_dict, output_dict, program = resnet.context()
+> with fluid.program_guard(program):
+>     label = fluid.layers.data(name="label", dtype="int64", shape=[1])
+>     img = input_dict["image"]
+>     feature_map = output_dict["feature_map"]
+>     feed_list = [img.name, label.name]
+>     fc = fluid.layers.fc(input = feature_map, size = 2)
+>     feed_list = [img.name, label.name]
+>     # 添加fc层后，进行训练
+>     ...
+> ```

docs/API_list.md

+# 类
+* [Module](https://github.com/PaddlePaddle/PaddleHub/tree/develop/docs/API/Module.md)
+* [Task]
+* [RunConfig]
+* [LocalModuleManager]
+* [HubServer]
+* [ImageClassificationReader]
+* [ImageClassificationDataset]
+
+# 接口
+* [create_seq_label_task]
+* [create_text_cls_task]
+* [create_img_cls_task]
+* [finetune_and_eval]
+* [finetune]