update readme file

README.md

-# 概述
-PaddlePaddle是百度开源的机器学习框架，广泛支持各种深度学习模型的定制化开发; Paddle serving是PaddlePaddle的在线预估服务框架，通过加载PaddlePaddle训练得到的模型，利用PaddlePaddle的预测库，提供机器学习预测云服务。
+# Paddle Serving
+Paddle Serving是PaddlePaddle的在线预估服务框架，能够帮助开发者轻松实现从移动端、服务器端调用深度学习模型的远程预测服务。当前Paddle Serving以支持PaddlePaddle训练的模型为主，可以与Paddle训练框架联合使用，快速部署预估服务。
 
-# 文档
+# 客户端快速上手
+Paddle Serving当前的develop版本支持轻量级Python API进行快速预测，我们假设远程已经部署的Paddle Serving的文本分类模型，您可以在自己的服务器快速安装客户端并进行快速预测。
 
-[设计文档](doc/DESIGN.md)
+## 客户端安装
+```
+pip install paddle-serving-client
+```
 
-[从零开始写一个预测服务](doc/CREATING.md)
+## 训练过程中保存Serving的配置
+```
+import os
+import sys
+import paddle
+import logging
+import paddle.fluid as fluid
+import paddle_serving as serving
+
+logging.basicConfig(format='%(asctime)s - %(levelname)s - %(message)s')
+logger = logging.getLogger("fluid")
+logger.setLevel(logging.INFO)
+
+def load_vocab(filename):
+    vocab = {}
+    with open(filename) as f:
+        wid = 0
+        for line in f:
+            vocab[line.strip()] = wid
+            wid += 1
+    vocab["<unk>"] = len(vocab)
+    return vocab
+
+if __name__ == "__main__":
+    vocab = load_vocab('imdb.vocab')
+    dict_dim = len(vocab)
+
+    data = fluid.layers.data(name="words", shape=[1], dtype="int64", lod_level=1)
+    label = fluid.layers.data(name="label", shape=[1], dtype="int64")
+
+    dataset = fluid.DatasetFactory().create_dataset()
+    filelist = ["train_data/%s" % x for x in os.listdir("train_data")]
+    dataset.set_use_var([data, label])
+    pipe_command = "python imdb_reader.py"
+    dataset.set_pipe_command(pipe_command)
+    dataset.set_batch_size(4)
+    dataset.set_filelist(filelist)
+    dataset.set_thread(10)
+    from nets import cnn_net
+    avg_cost, acc, prediction = cnn_net(data, label, dict_dim)
+    optimizer = fluid.optimizer.SGD(learning_rate=0.01)
+    optimizer.minimize(avg_cost)
+
+    exe = fluid.Executor(fluid.CPUPlace())
+    exe.run(fluid.default_startup_program())
+    epochs = 30
+    save_dirname = "cnn_model"
+
+    for i in range(epochs):
+        exe.train_from_dataset(program=fluid.default_main_program(),
+                               dataset=dataset, debug=False)
+        logger.info("TRAIN --> pass: {}".format(i))
+        fluid.io.save_inference_model("%s/epoch%d.model" % (save_dirname, i),
+                                      [data.name, label.name], [acc], exe)
+        serving.save_model("%s/epoch%d.model" % (save_dirname, i), "client_config{}".format(i),
+                           {"words": data, "label": label},
+                           {"acc": acc, "cost": avg_cost, "prediction": prediction})
+```
 
-[编译安装](doc/INSTALL.md)
+## 启动服务
+TBA
 
-[FAQ](doc/FAQ.md)
+## 客户端访问
+``` python
+from paddle_serving import Client
+import sys
 
+client = Client()
+client.load_client_config(sys.argv[1])
+client.connect(["127.0.0.1:9292"])
 
-# 框架简介
+for line in sys.stdin:
+    group = line.strip().split()
+    words = [int(x) for x in group[1:int(group[0])]]
+    label = [int(group[-1])]
+    feed = {"words": words, "label": label}
+    fetch = ["acc", "cost", "prediction"]
+    fetch_map = client.predict(feed=feed, fetch=fetch)
+    print("{} {}".format(fetch_map["prediction"][1], label[0]))
 
-![图片](doc/architecture.png)
+```
 
-## 主要功能
 
-Paddle serving框架为策略工程师提供以下三层面的功能性扩展：
+## 完成操作截屏
+TBA
 
-### 模型
-- 预测引擎：集成PaddlePaddle深度学习框架的预测Lib；
-- 模型种类：支持Paddle Fluid模型格式；
-- 用户接口：支持模型加载、重载的配置化驱动，不同种类模型的预测接口完全一致；
-- 模型调度：支持基于异步线程模型的多模型预估调度，实现异构资源的优先级调度；
+# 文档
 
-### 业务
-- 预测流程：通过有限DAG图描述一次预测从Request到Response的业务流程，节点Node是一个最小逻辑单元——OP；
-- 预测逻辑：框架封装常用预处理、预测计算、后处理等常用OP，用户通过自定义OP算子实现特化处理逻辑；
+[设计文档](doc/DESIGN.md)
 
-### 服务
+[从零开始写一个预测服务](doc/CREATING.md)
 
-- RPC：底层通过Baidu-rpc封装网络交互，Server端可配置化启动多个独立Service，框架会搜集Service粒度的详细业务指标，并按照BVar接口对接到Noah等监控平台；
-- SDK：基于Baidu-rpc的client进行封装，提供多下游连接管理、可扩展路由策略、可定制参数实验、自动分包等机制，支持同步、半同步、纯异步等交互模式，以及多种兼容协议，所有连接策略均通过配置驱动
+[编译安装](doc/INSTALL.md)
 
-# 目录结构
+[FAQ](doc/FAQ.md)
 
-```
-.
-|-- cmake                               # CMake文件
-|   |-- external
-|   `-- patch
-|-- configure                           # Configure模块; Paddle Serving使用Protobuf格式的配置语言
-|   |-- include
-|   |-- proto
-|   |-- src
-|   `-- tests
-|-- demo-client                         # Client端示例；包括如文本分类、图像分类等任务的例子
-|   |-- conf                            # Client示例的conf目录
-|   |-- data                            # Client示例的data目录
-|   |   \-- images
-|   `-- src                             # Client示例的src目录
-|-- demo-serving                        # Serving示例。该目录下代码与libpdserving.a联编，产出一个可执行的serving二进制
-|   |-- conf                            # Serving示例的Conf目录
-|   |-- data                            # Serving示例的data目录
-|   |   `-- model
-|   |       `-- paddle
-|   |           `-- fluid
-|   |               |-- SE_ResNeXt50_32x4d
-|   |               `-- text_classification_lstm
-|   |-- op                              # Serving示例OP
-|   |-- proto                           # Serving示例的proto文件
-|   `-- scripts
-|-- doc                                 # 文档
-|-- inferencer-fluid-cpu                # 与PaddlePaddle CPU预测库的接口代码
-|   |-- include
-|   `-- src
-|-- pdcodegen                           # pdcodegen插件；请用此插件编译用户定义的服务接口描述protobuf文件
-|   |-- plugin
-|   `-- src
-|-- predictor                           # Serving端库: libpdserving.a
-|   |-- common
-|   |-- conf
-|   |-- cts
-|   |   `-- lib
-|   |-- framework
-|   |-- mempool
-|   |-- op
-|   |-- proto
-|   |-- scripts
-|   |   `-- images
-|   |-- src
-|   `-- unittest
-|-- sdk-cpp                             # Client端库: libpdsdk-cpp.a
-|   |-- include
-|   |-- plugin
-|   |-- proto
-|   `-- src
-`-- tools                               # CI工具
-    `-- codestyle
-```