add mac and linux version of quick start

README_ch.md

@@ -133,10 +133,11 @@
 
 ## 快速开始
 
-
 [【零基础windows安装并实现图像风格迁移】](./docs/docs_ch/get_start/windows_quickstart.md)
 
-[【Linux and Mac安装并实现中文分词】](./docs/docs_ch/get_start/linux_mac_quickstart.md)
+[【零基础mac安装并实现图像风格迁移】](./docs/docs_ch/get_start/mac_quickstart.md)
+
+[【零基础linux安装并实现图像风格迁移】](./docs/docs_ch/get_start/linux_quickstart.md)
 
 ### 极简中文分词案例  
 </div>

docs/docs_ch/get_start/linux_mac_quickstart.md

-# Linux/Mac 安装
-
-
-
-## 环境依赖
-
-
-* 操作系统：Mac/Linux
-* Python >= 3.6.2
-* PaddlePaddle >= 2.0.0
-```python
-    # 安装gpu版本的PaddlePaddle
-    pip install paddlepaddle-gpu -U
-
-    # 或者安装cpu版本的paddlepaddle
-    # pip install paddlepaddle -U
-```
-
-注1、Python环境的安装问题，可以参考
-[【零基础windows安装并实现图像风格迁移】](./windows_quickstart.md)的前2步，方法类似
-
-注2、安装PaddlePaddle深度学习框架，如果遇到问题，可查阅[飞桨快速安装](https://www.paddlepaddle.org.cn/install/quick)
-
-## PaddleHub安装命令
-
-
-```python
-    pip install paddlehub==2.1.0
-```
-除上述依赖外，PaddleHub的预训练模型和预置数据集需要连接服务端进行下载，请确保机器可以正常访问网络。若本地已存在相关的数据集和预训练模型，则可以离线运行PaddleHub。
-
-使用PaddleHub下载数据集、预训练模型等，要求机器可以访问外网。可以使用`server_check()`可以检查本地与远端PaddleHub-Server的连接状态，使用方法如下：
-
-
-```python
-    import paddlehub
-    paddlehub.server_check()
-    # 如果可以连接远端PaddleHub-Server，则显示Request Hub-Server successfully。
-    # 如果无法连接远端PaddleHub-Server，则显示Request Hub-Server unsuccessfully。
-```
-
-
-## 极简代码测试
-进入Python环境下，测试以下代码得到预期结果，则说明PaddleHub安装成功
-
-```python
-import paddlehub as hub
-
-lac = hub.Module(name="lac")
-test_text = ["今天是个好天气。"]
-
-results = lac.cut(text=test_text, use_gpu=False, batch_size=1, return_tag=True)
-print(results)
-#{'word': ['今天', '是', '个', '好天气', '。'], 'tag': ['TIME', 'v', 'q', 'n', 'w']}
-```

docs/docs_ch/get_start/linux_quickstart.md

+# 零基础mac安装并实现图像风格迁移
+
+## 第1步：安装Anaconda
+
+- 说明：使用paddlepaddle需要先安装python环境，这里我们选择python集成环境Anaconda工具包
+  - Anaconda是1个常用的python包管理程序
+  - 安装完Anaconda后，可以安装python环境，以及numpy等所需的工具包环境
+  
+- **下载Anaconda**：
+  
+  - 下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D
+    - <img src="../../imgs/Install_Related/linux/anaconda_download.png" akt="anaconda download" width="800" align="center"/>
+    - 选择适合您操作系统的版本
+      - 可在终端输入`uname -m`查询系统所用的指令集
+    
+  - 下载法1：本地下载，再将安装包传到linux服务器上
+  
+  - 下载法2：直接使用linux命令行下载
+  
+    - ```shell
+      # 首先安装wget
+      sudo apt-get install wget  # Ubuntu
+      sudo yum install wget  # CentOS
+      ```
+  
+    - ```shell
+      # 然后使用wget从清华源上下载
+      # 如要下载Anaconda3-2021.05-Linux-x86_64.sh，则下载命令如下：
+      wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.05-Linux-x86_64.sh
+      
+      # 若您要下载其他版本，需要将最后1个/后的文件名改成您希望下载的版本
+      ```
+  
+- 安装Anaconda：
+
+  - 在命令行输入`sh Anaconda3-2021.05-Linux-x86_64.sh`
+    - 若您下载的是其它版本，则将该命令的文件名替换为您下载的文件名
+  - 按照安装提示安装即可
+    - 查看许可时可输入q来退出
+  
+- **将conda加入环境变量**
+
+  - 加入环境变量是为了让系统能识别conda命令，若您在安装时已将conda加入环境变量path，则可跳过本步
+
+  - 在终端中打开`~/.bashrc`：
+
+    - ```shell
+      # 在终端中输入以下命令：
+      vim ~/.bashrc
+      ```
+
+  - 在`~/.bashrc`中将conda添加为环境变量：
+
+    - ```shell
+      # 先按i进入编辑模式
+      # 在第一行输入：
+      export PATH="~/anaconda3/bin:$PATH"
+      # 若安装时自定义了安装位置，则将~/anaconda3/bin改为自定义的安装目录下的bin文件夹
+      ```
+
+    - ```shell
+      # 修改后的~/.bash_profile文件应如下（其中xxx为用户名）：
+      export PATH="~/opt/anaconda3/bin:$PATH"
+      # >>> conda initialize >>>
+      # !! Contents within this block are managed by 'conda init' !!
+      __conda_setup="$('/Users/xxx/opt/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
+      if [ $? -eq 0 ]; then
+          eval "$__conda_setup"
+      else
+          if [ -f "/Users/xxx/opt/anaconda3/etc/profile.d/conda.sh" ]; then
+              . "/Users/xxx/opt/anaconda3/etc/profile.d/conda.sh"
+          else
+              export PATH="/Users/xxx/opt/anaconda3/bin:$PATH"
+          fi
+      fi
+      unset __conda_setup
+      # <<< conda initialize <<<
+      ```
+
+    - 修改完成后，先按`esc`键退出编辑模式，再输入`:wq!`并回车，以保存退出
+
+  - 验证是否能识别conda命令：
+
+    - 在终端中输入`source ~/.bash_profile`以更新环境变量
+    - 再在终端输入`conda info --envs`，若能显示当前有base环境，则conda已加入环境变量
+
+## 第2步：创建conda环境
+
+- 创建新的conda环境
+
+  - ```shell
+    # 在命令行输入以下命令，创建名为paddle_env的环境
+    # 此处为加速下载，使用清华源
+    conda create --name paddle_env python=3.8 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
+    ```
+
+  - 该命令会创建1个名为paddle_env、python版本为3.8的可执行环境，根据网络状态，需要花费一段时间
+
+  - 之后命令行中会输出提示信息，输入y并回车继续安装
+
+    - <img src="../../imgs/Install_Related/linux/conda_create.png" alt="conda_create" width="500" align="center"/>
+
+- 激活刚创建的conda环境，在命令行中输入以下命令：
+
+  - ```shell
+    # 激活paddle_env环境
+    conda activate paddle_env
+    ```
+    
+  - 以上anaconda环境和python环境安装完毕
+
+## 第3步：安装程序所需要库
+
+- 使用pip命令在刚激活的环境中安装paddle：
+
+  - ```shell
+    # 在命令行中输入以下命令：
+    # 默认安装CPU版本，安装paddle时建议使用百度源
+    pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
+    ```
+  
+- 安装完paddle后，继续在paddle_env环境中安装paddlehub：
+
+  - ```shell
+    # 在命令行中输入以下命令：
+    pip install paddlehub -i https://mirror.baidu.com/pypi/simple
+    ```
+
+  - paddlehub的介绍文档：https://github.com/PaddlePaddle/PaddleHub/blob/release/v2.1/README_ch.md
+  
+  - 安装paddlehub时会自动安装其它依赖库，可能需要花费一段时间
+
+## 第4步：安装paddlehub并下载模型
+
+- 安装完paddlehub后，下载风格迁移模型：
+
+  - ```shell
+    # 在命令行中输入以下命令
+    hub install stylepro_artistic==1.0.1
+    ```
+
+  - 模型的说明文档：[https://www.paddlepaddle.org.cn/hubsearch?filter=en_category&value=%7B%22scenes%22%3A%5B%22GANs%22%5D%7D](https://www.paddlepaddle.org.cn/hubsearch?filter=en_category&value={"scenes"%3A["GANs"]})
+
+  - <img src="../../imgs/Install_Related/linux/hub_model_intro.png" alt="hub model intro" width="800" align="center"/>
+
+## 第5步：准备风格迁移数据和代码
+
+### 准备风格迁移数据
+
+- 在用户目录~下，创建工作目录`style_transfer`
+
+  - ```shell
+    # 在终端中输入以下命令:
+    cd ~  # 进入用户目录
+    mkdir style_transfer  # 创建style_transfer文件夹
+    cd style_transfer  # 进入style_transfer目录
+    ```
+
+- 分别放置待转换图片和风格图片：
+
+  - 将待转换图片放置到用户目录的`style_transfer/pic.jpg`
+    - <img src="../../imgs/Install_Related/linux/pic.jpg" alt="pic.jpg" width="400" align="center"/>
+  - 将风格图片放置到用户目录的`style_transfer/fangao.jpg`
+    - <img src="../../imgs/Install_Related/linux/fangao.jpg" alt="fangao.jpg" width="350" align="center"/>
+
+### 代码
+
+- 创建代码文件：
+
+  - ```shell
+    # 以下命令均在命令行执行
+    $ pwd # 查看当前目录是否为style_transfer，若不是则输入：cd ~/Desktop/style_transfer
+    $ touch style_transfer.py  # 创建空文件
+    $ vim style_transfer.py  # 使用vim编辑器打开代码文件
+    # 先输入i进入编辑模式
+    # 将代码拷贝进vim编辑器中
+    # 按esc键退出编辑模式，再输入":wq"并回车，以保存并退出
+    ```
+    
+  - ```python
+    # 代码
+    import paddlehub as hub
+    import cv2
+    
+    # 待转换图片的相对地址
+    picture = './pic.jpg'
+    # 风格图片的相对地址
+    style_image = './fangao.jpg'
+    
+    # 创建风格转移网络并加载参数
+    stylepro_artistic = hub.Module(name="stylepro_artistic")
+    
+    # 读入图片并开始风格转换
+    result = stylepro_artistic.style_transfer(
+                        images=[{'content': cv2.imread(picture),
+                                 'styles': [cv2.imread(style_image)]}],
+                        visualization=True
+    )
+    ```
+
+- 运行代码：
+
+  - 在命令行中，输入`python style_transfer.py`
+  - 程序执行时，会创建新文件夹`transfer_result`，并将转换后的文件保存到该目录下
+  - 输出的图片如下：
+    - <img src="../../imgs/Install_Related/linux/output_img.png" alt="output image" width="600" align="center"/>
+
+## 第6步：飞桨预训练模型探索之旅
+- 恭喜你，到这里PaddleHub在windows环境下的安装和入门案例就全部完成了，快快开启你更多的深度学习模型探索之旅吧。[【更多模型探索，跳转飞桨官网】](https://www.paddlepaddle.org.cn/hublist)
+

docs/docs_ch/get_start/mac_quickstart.md

+# 零基础mac安装并实现图像风格迁移
+
+## 第1步：安装Anaconda
+
+- 说明：使用paddlepaddle需要先安装python环境，这里我们选择python集成环境Anaconda工具包
+  - Anaconda是1个常用的python包管理程序
+  - 安装完Anaconda后，可以安装python环境，以及numpy等所需的工具包环境
+- Anaconda下载：
+  - 地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D
+  - <img src="../../imgs/Install_Related/mac/anaconda_start.png" alt="anaconda download" width="800" align="center"/>
+  - 选择最下方的`Anaconda3-2021.05-MacOSX-x86_64.pkg`下载
+- 下载完成后，双击.pkg文件进入图形界面
+  - 按默认设置即可，安装需要花费一段时间
+- 建议安装vscode或pycharm等代码编辑器
+
+## 第2步：打开终端并创建conda环境
+
+- 打开终端
+
+  - 同时按下command键和空格键，在聚焦搜索中输入"终端"，双击进入终端
+
+- **将conda加入环境变量**
+
+  - 加入环境变量是为了让系统能识别conda命令
+
+  - 在终端中打开`~/.bash_profile`，输入以下命令：
+
+    - ```shell
+      vim ~/.bash_profile
+      ```
+
+  - 在`~/.bash_profile`中将conda添加为环境变量：
+
+    - ```shell
+      # 先按i进入编辑模式
+      # 在第一行输入：
+      export PATH="~/opt/anaconda3/bin:$PATH"
+      # 若安装时自定义了安装位置，则将~/opt/anaconda3/bin改为自定义的安装目录下的bin文件夹
+      ```
+
+    - ```shell
+      # 修改后的~/.bash_profile文件应如下（其中xxx为用户名）：
+      export PATH="~/opt/anaconda3/bin:$PATH"
+      # >>> conda initialize >>>
+      # !! Contents within this block are managed by 'conda init' !!
+      __conda_setup="$('/Users/xxx/opt/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
+      if [ $? -eq 0 ]; then
+          eval "$__conda_setup"
+      else
+          if [ -f "/Users/xxx/opt/anaconda3/etc/profile.d/conda.sh" ]; then
+              . "/Users/xxx/opt/anaconda3/etc/profile.d/conda.sh"
+          else
+              export PATH="/Users/xxx/opt/anaconda3/bin:$PATH"
+          fi
+      fi
+      unset __conda_setup
+      # <<< conda initialize <<<
+      ```
+
+    - 修改完成后，先按`esc`键退出编辑模式，再输入`:wq!`并回车，以保存退出
+
+  - 验证是否能识别conda命令：
+
+    - 在终端中输入`source ~/.bash_profile`以更新环境变量
+    - 再在终端输入`conda info --envs`，若能显示当前有base环境，则conda已加入环境变量
+
+- 创建新的conda环境
+
+  - ```shell
+    # 在命令行输入以下命令，创建名为paddle_env的环境
+    # 此处为加速下载，使用清华源
+    conda create --name paddle_env python=3.8 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
+    ```
+
+  - 该命令会创建1个名为paddle_env、python版本为3.8的可执行环境，根据网络状态，需要花费一段时间
+
+  - 之后命令行中会输出提示信息，输入y并回车继续安装
+
+    - <img src="../../imgs/Install_Related/mac/conda_create.png" alt="conda_create" width="600" align="center"/>
+
+- 激活刚创建的conda环境，在命令行中输入以下命令：
+
+  - ```shell
+    # 激活paddle_env环境
+    conda activate paddle_env
+    # 查看当前python的位置
+    where python
+    ```
+
+  - <img src="../../imgs/Install_Related/mac/conda_activate.png" alt="conda_actviate" width="600" align="center"/>
+
+  - 以上anaconda环境和python环境安装完毕
+
+## 第3步：安装程序所需要库
+
+- 使用pip命令在刚激活的环境中安装paddle：
+
+  - ```shell
+    # 在命令行中输入以下命令
+    # 确认当前所用的pip是否是paddle_env环境下的pip
+    where pip
+    # 默认安装CPU版本，安装paddle时建议使用百度源
+    pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
+    ```
+
+- 安装完paddle后，继续在paddle_env环境中安装paddlehub：
+
+  - ```shell
+    # 在命令行中输入以下命令
+    pip install paddlehub -i https://mirror.baidu.com/pypi/simple
+    ```
+
+  - paddlehub的介绍文档：https://github.com/PaddlePaddle/PaddleHub/blob/release/v2.1/README_ch.md
+  
+  - 安装paddlehub时会自动安装其它依赖库，可能需要花费一段时间
+
+## 第4步：安装paddlehub并下载模型
+
+- 安装完paddlehub后，下载风格迁移模型：
+
+  - ```shell
+    # 在命令行中输入以下命令
+    hub install stylepro_artistic==1.0.1
+    ```
+
+  - 模型的说明文档：[https://www.paddlepaddle.org.cn/hubsearch?filter=en_category&value=%7B%22scenes%22%3A%5B%22GANs%22%5D%7D](https://www.paddlepaddle.org.cn/hubsearch?filter=en_category&value={"scenes"%3A["GANs"]})
+
+  - <img src="../../imgs/Install_Related/mac/hub_model_intro.png" alt="hub model intro" width="800" align="center"/>
+
+## 第5步：准备风格迁移数据和代码
+
+### 准备风格迁移数据
+
+- 在桌面创建工作目录`style_transfer`
+
+  - ```shell
+    # 在终端中输入以下命令:
+    cd ~/Desktop  # 进入桌面
+    mkdir style_transfer  # 创建style_transfer文件夹
+    cd style_transfer  # 进入style_transfer目录
+    ```
+
+- 分别放置待转换图片和风格图片：
+
+  - 将待转换图片放置到桌面的`style_transfer/pic.jpg`
+    - <img src="../../imgs/Install_Related/mac/pic.jpg" alt="pic.jpg" width="400" align="center"/>
+  - 将风格图片放置到桌面的`style_transfer\fangao.jpg`
+    - <img src="../../imgs/Install_Related/mac/fangao.jpg" alt="fangao.jpg" width="350" align="center"/>
+
+### 代码
+
+- 在`style_transfer`目录下创建代码文件`style_transfer.py`
+
+- 在`style_transfer.py`中复制进如下代码：
+
+  - ```python
+    import paddlehub as hub
+    import cv2
+    
+    # 待转换图片的相对地址
+    picture = './pic.jpg'
+    # 风格图片的相对地址
+    style_image = './fangao.jpg'
+    
+    # 创建风格转移网络并加载参数
+    stylepro_artistic = hub.Module(name="stylepro_artistic")
+    
+    # 读入图片并开始风格转换
+    result = stylepro_artistic.style_transfer(
+                        images=[{'content': cv2.imread(picture),
+                                 'styles': [cv2.imread(style_image)]}],
+                        visualization=True
+    )
+    ```
+
+- 若没有vscode等代码编辑器，则可通过命令行方法：
+
+  - ```shell
+    pwd # 查看当前目录是否为style_transfer，若不是则输入：cd ~/Desktop/style_transfer
+    touch style_transfer.py  # 创建空文件
+    vim style_transfer.py  # 使用vim编辑器打开代码文件
+    # 先输入i进入编辑模式
+    # 将上面的代码拷贝进vim编辑器中
+    # 按esc键退出编辑模式，再输入":wq"并回车，以保存并退出
+    ```
+
+- 运行代码：
+
+  - 在命令行中，输入`python style_transfer.py`
+  - 程序执行时，会创建新文件夹`transfer_result`，并将转换后的文件保存到该目录下
+  - 输出的图片如下：
+    - <img src="../../imgs/Install_Related/mac/output_img.png" alt="output image" width="600" align="center"/>
+
+## 第6步：飞桨预训练模型探索之旅
+- 恭喜你，到这里PaddleHub在windows环境下的安装和入门案例就全部完成了，快快开启你更多的深度学习模型探索之旅吧。[【更多模型探索，跳转飞桨官网】](https://www.paddlepaddle.org.cn/hublist)
+
+
+
+
+

docs/docs_ch/get_start/windows_quickstart.md

@@ -17,9 +17,9 @@
 
 ## 第2步：打开终端并创建conda环境
 
-- 使用管理员模式打开Anaconda Prompt终端，（这种方式启动的时候会初始化环境变量，可以找到conda命令）左下角Windows Start Menu -> Anaconda3 -> Anaconda Prompt启动控制台 -> 鼠标右键更多 -> 以管理员身份执行（避免部分目录缺少conda相关的写权限）
-
-  - <img src="../../imgs/Install_Related/windows/Anaconda_start.png" alt="anaconda download" width="800" align="center"/>
+- 打开Anaconda Prompt终端
+  - 左下角Windows Start Menu -> Anaconda3 -> Anaconda Prompt启动控制台
+  - <img src="../../imgs/Install_Related/windows/anaconda_prompt.png" alt="anaconda download" width="300" align="center"/>
 
 
 - 创建新的conda环境
@@ -121,15 +121,15 @@
   - ```python
     import paddlehub as hub
     import cv2
-
+  
     # 待转换图片的绝对地址
     picture = 'D:\\style_transfer\\pic.jpg'  # 注意代码中此处为双反斜杠
     # 风格图片的绝对地址
     style_image = 'D:\\style_transfer\\fangao.jpg'
-
+  
     # 创建风格转移网络并加载参数
     stylepro_artistic = hub.Module(name="stylepro_artistic")
-
+  
     # 读入图片并开始风格转换
     result = stylepro_artistic.style_transfer(
                         images=[{'content': cv2.imread(picture),