add client_use.md

docs/client_use.md

+# 使用PaddleX客户端进行模型训练
+
+**第一步：下载PaddleX客户端**
+
+您需要前往 [官网](https://www.paddlepaddle.org.cn/paddle/paddlex)填写基本信息后下载试用PaddleX客户端
+
+
+**第二步：准备数据**
+
+在开始模型训练前，您需要根据不同的任务类型，将数据标注为相应的格式。目前PaddleX支持【图像分类】、【目标检测】、【语义分割】、【实例分割】四种任务类型。不同类型任务的数据处理方式可查看[数据标注方式](https://github.com/PaddlePaddle/PaddleX/tree/master/DataAnnotation/AnnotationNote)。
+
+
+**第三步：导入我的数据集**
+
+① 数据标注完成后，您需要根据不同的任务，将数据和标注文件，按照客户端提示更名并保存到正确的文件中。
+
+② 在客户端新建数据集，选择与数据集匹配的任务类型，并选择数据集对应的路径，将数据集导入。
+
+![](./images/00_loaddata.png)
+
+③ 选定导入数据集后，客户端会自动校验数据及标注文件是否合规，校验成功后，您可根据实际需求，将数据集按比例划分为训练集、验证集、测试集。
+
+④ 您可在「数据分析」模块按规则预览您标注的数据集，双击单张图片可放大查看。
+
+![](./images/01_datasplit.png)
+
+
+
+**第四步：创建项目**
+
+① 在完成数据导入后，您可以点击「新建项目」创建一个项目。
+
+② 您可根据实际任务需求选择项目的任务类型，需要注意项目所采用的数据集也带有任务类型属性，两者需要进行匹配。
+
+![](./images/02_newproject.png)
+
+
+
+**第五步：项目开发**
+
+① **数据选择**：项目创建完成后，您需要选择已载入客户端并校验后的数据集，并点击下一步，进入参数配置页面。
+
+![](./images/03_choosedata.png)
+
+② **参数配置**：主要分为**模型参数**、**训练参数**、**优化策略**三部分。您可根据实际需求选择模型结构及对应的训练参数、优化策略，使得任务效果最佳。
+
+![](./images/04_parameter.png)
+
+参数配置完成后，点击启动训练，模型开始训练并进行效果评估。
+
+③ **训练可视化**：
+
+在训练过程中，您可通过VisualDL查看模型训练过程时的参数变化、日志详情，及当前最优的训练集和验证集训练指标。模型在训练过程中通过点击"终止训练"随时终止训练过程。
+
+![](./images/05_train.png)
+
+![](./images/06_VisualDL.png)
+
+模型训练结束后，点击”下一步“，进入模型评估页面。
+
+
+
+④ **模型评估**
+
+在模型评估页面，您可将训练后的模型应用在切分时留出的「验证数据集」以测试模型在验证集上的效果。评估方法包括混淆矩阵、精度、召回率等。在这个页面，您也可以直接查看模型在测试数据集上的预测效果。
+
+根据评估结果，您可决定进入模型发布页面，或返回先前步骤调整参数配置重新进行训练。
+
+![](./images/07_evaluate.png)
+
+⑤**模型发布**
+
+当模型效果满意后，您可根据实际的生产环境需求，选择将模型发布为需要的版本。
+
+![](./images/08_deploy.png)

docs/index.rst

@@ -19,6 +19,7 @@ PaddleX是基于飞桨技术生态的深度学习全流程开发工具。具备
    tutorials/index.rst
    metrics.md
    deploy.md
+   client_use.md
    FAQ.md
 
 * PaddleX版本: v0.1.0