test=documents_fix,test=develop

README_ch.md

@@ -128,8 +128,17 @@
 
 <div id="QuickStart">
 
+
+
+
 ## 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)
+
+### 极简中文分词案例  
 </div>
 
 ```python

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/windows_quickstart.md

+# 零基础windows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
+  - 大部分win10电脑均为64位操作系统，选择x86_64版本；若电脑为32位操作系统，则选择x86.exe
+  - <img src="../../imgs/Install_Related/windows/Anaconda_download.png" alt="anaconda download" width="800" align="left"/>
+  - 下载完成后，双击安装程序进入图形界面
+  - 默认安装位置为C盘，建议将安装位置更改到D盘：
+    - <img src="../../imgs/Install_Related/windows/anaconda_install_folder.png" alt="install config" width="500" align="left"/>
+  - 勾选conda加入环境变量，忽略警告：
+    - <img src="../../imgs/Install_Related/windows/anaconda_install_env.png" alt="add conda to path" width="500" align="left"/>
+
+## 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="left"/>
+
+
+- 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/  # 这是一行命令
+    ```
+
+  - 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/windows/conda_new_env.png" alt="conda create" width="700" align="left"/>
+
+- 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
+    # 参看当前python的位置
+    where python
+    ```
+
+  - <img src="../../imgs/Install_Related/windows/conda_list_env.png" alt="create environment" width="600" align="left"/>
+
+  - 以上anaconda环境和python环境安装完毕
+
+## 第3步：安装程序运行所需库
+
+- 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 paddle -i https://mirror.baidu.com/pypi/simple
+    ```
+
+  - 若需要安装GPU版本，则请打开[paddle官网](https://www.paddlepaddle.org.cn/)选择适合的版本
+
+    - paddle官网：https://www.paddlepaddle.org.cn/
+    - 由于安装GPU版本需要先配置好CUDA和cudnn，建议有一定基础后再安装GPU版本
+
+- 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
+
+- 安装完paddlehub后，继续在paddle_env环境中安装opencv：
+
+  - ```shell
+    # 在命令行中输入以下命令
+    pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple
+    ```
+
+## 第4步：安装paddlehub和并下载模型
+
+- 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/windows/paddlehub_modulelist.png" alt="model introduction" width="700" align="left"/>
+
+## 第5步：准备风格迁移数据和代码
+
+### 准备风格迁移数据
+
+- 切换工作目录到`D:\style_transfer`，在命令行中输入以下命令
+
+  - ```shell
+    # 在命令行中输入以下命令
+    #把当前工作目录切换到D盘根目录
+    D:
+    #创建style_transfer目录
+    mkdir style_transfer
+    #切换当前目录到style_transfer目录
+    cd style_transfer
+    ```
+
+- 分别放置待转换图片和风格图片
+  - 将待转换图片放置到`D:\style_transfer\pic.jpg`
+    - <img src="../../imgs/Install_Related/windows/pic.jpg" alt="pic.jpg" width="400" align="left"/>
+  - 将风格图片放置到`D:\style_transfer\fangao.jpg`
+    - <img src="../../imgs/Install_Related/windows/fangao.jpg" alt="fangao.jpg" width="350" align="left"/>
+
+### 代码
+
+- 在`D:\style_transfer`目录下创建代码文件`style_transfer.py`
+
+  - 若没有vscode等编辑器，可使用记事本先创建1个txt文件，再将文件名改成`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), '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
+  - 输出图片如下：
+    - <img src="../../imgs/Install_Related/windows/after_transfer.png" alt="transferred image" width="600" align="left"/>