From b5cf051d0f4f8f9898b0ffe06303f3eb5b087543 Mon Sep 17 00:00:00 2001 From: TeslaZhao Date: Mon, 23 May 2022 20:16:43 +0800 Subject: [PATCH] Update doc --- doc/C++_Serving/ABTest_CN.md | 4 ++-- doc/C++_Serving/Asynchronous_Framwork_CN.md | 2 +- doc/Python_Pipeline/Pipeline_Design_CN.md | 4 ++-- doc/Python_Pipeline/Pipeline_Features_CN.md | 6 +++--- doc/Python_Pipeline/Pipeline_Int_CN.md | 8 ++++---- doc/Python_Pipeline/Pipeline_Optimize_CN.md | 2 +- 6 files changed, 13 insertions(+), 13 deletions(-) diff --git a/doc/C++_Serving/ABTest_CN.md b/doc/C++_Serving/ABTest_CN.md index ff5c7145..aa5cabe0 100755 --- a/doc/C++_Serving/ABTest_CN.md +++ b/doc/C++_Serving/ABTest_CN.md @@ -19,7 +19,7 @@ ABTest 是一种功能测试方案，一般是为同一个产品目标制定多 Paddle Serving 的 ABTest 功能是基于 PYTHON SDK 和 多个服务端构成。每个服务端加载不同模型，在客户端上注册多个服务端地址和访问比例，最终确定访问。
- +
@@ -38,7 +38,7 @@ Paddle Serving 的 ABTest 功能是基于 PYTHON SDK 和 多个服务端构成 **一.安装 Paddle Serving Wheels** -使用 ABTest 功能的前提是使用 PYTHON SDK，因此需要安装 `paddle_serving_client` 的 wheel 包。[安装方法](./2-1_Docker_Images_CN.md) 如下： +使用 ABTest 功能的前提是使用 PYTHON SDK，因此需要安装 `paddle_serving_client` 的 wheel 包。[安装方法](../Docker_Images_CN.md) 如下： ``` pip3 install paddle-serving-client==0.8.3 -i https://pypi.tuna.tsinghua.edu.cn/simple diff --git a/doc/C++_Serving/Asynchronous_Framwork_CN.md b/doc/C++_Serving/Asynchronous_Framwork_CN.md index 37c2f2af..cc4a4730 100644 --- a/doc/C++_Serving/Asynchronous_Framwork_CN.md +++ b/doc/C++_Serving/Asynchronous_Framwork_CN.md @@ -107,7 +107,7 @@ python3 -m paddle_serving_server.serve --model resnet_v2_50_imagenet_model --por 使用异步模式，并开启动态批量后，并发测试不同 shape 数据时，吞吐性能大幅提升。
- +
**三.自定义服务并发和模型配置** -完整的配置信息可参考[配置信息]() +完整的配置信息可参考[配置信息](../Serving_Configure_CN.md) diff --git a/doc/Python_Pipeline/Pipeline_Features_CN.md b/doc/Python_Pipeline/Pipeline_Features_CN.md index c372d080..ec458833 100644 --- a/doc/Python_Pipeline/Pipeline_Features_CN.md +++ b/doc/Python_Pipeline/Pipeline_Features_CN.md @@ -23,7 +23,7 @@ ## 安装与环境检查 -在运行 Python Pipeline 服务前，确保当前环境下可部署且通过[安装指南](./2-0_Index_CN.md)已完成安装。其次，`v0.8.0`及以上版本提供了环境检查功能，检验环境是否安装正确。 +在运行 Python Pipeline 服务前，确保当前环境下可部署且通过[安装指南](../Install_CN.md)已完成安装。其次，`v0.8.0`及以上版本提供了环境检查功能，检验环境是否安装正确。 输入以下命令，进入环境检查程序。 ```python @@ -91,7 +91,7 @@ shutil.Error: Destination path '/home/work/Pipeline_test_cpu/PipelineServingLogs ## 服务启动与关闭 -服务启动需要三类文件，PYTHON 程序、模型文件和配置文件。以[Python Pipeline 快速部署案例](./3-2_QuickStart_Pipeline_OCR_CN.md)为例， +服务启动需要三类文件，PYTHON 程序、模型文件和配置文件。以[Python Pipeline 快速部署案例](../Quick_Start_CN.md)为例， ``` . ├── config.yml @@ -471,7 +471,7 @@ op: Pipeline Serving支持低精度推理，CPU、GPU和TensoRT支持的精度类型如下图所示： -低精度推理需要有量化模型，配合`config.yml`配置一起使用，以[低精度示例]() 为例 +低精度推理需要有量化模型，配合`config.yml`配置一起使用，以[低精度示例](../Low_Precision_CN.md) 为例 diff --git a/doc/Python_Pipeline/Pipeline_Int_CN.md b/doc/Python_Pipeline/Pipeline_Int_CN.md index e9cf2a55..fbec82ec 100644 --- a/doc/Python_Pipeline/Pipeline_Int_CN.md +++ b/doc/Python_Pipeline/Pipeline_Int_CN.md @@ -7,7 +7,7 @@ Paddle Serving 实现了一套通用的多模型组合服务编程框架 Python Python Pipeline 使用案例请阅读[Python Pipeline 快速部署案例](../Quick_Start_CN.md) 通过阅读以下内容掌握 Python Pipeline 核心功能和使用方法、高阶功能用法和性能优化指南等。 -- [Python Pipeline 框架设计](Pipeline_Design_CN.md) -- [Python Pipeline 核心功能](Pipeline_Senior_CN.md) -- [Python Pipeline 优化指南](Pipeline_Optimize_CN.md) -- [Python Pipeline 性能指标](Pipeline_Benchmark_CN.md) +- [Python Pipeline 框架设计](./Pipeline_Design_CN.md) +- [Python Pipeline 核心功能](./Pipeline_Features_CN.md) +- [Python Pipeline 优化指南](./Pipeline_Optimize_CN.md) +- [Python Pipeline 性能指标](./Pipeline_Benchmark_CN.md) diff --git a/doc/Python_Pipeline/Pipeline_Optimize_CN.md b/doc/Python_Pipeline/Pipeline_Optimize_CN.md index ef238019..183590dd 100644 --- a/doc/Python_Pipeline/Pipeline_Optimize_CN.md +++ b/doc/Python_Pipeline/Pipeline_Optimize_CN.md @@ -197,7 +197,7 @@ Op 的进程数量不是越大越好，受到机器 CPU 核数、内存和显存 2.动态批量 -动态批量是增加吞吐的有一种方法，开启方式可参考[Python Pipeline 核心功能](./7-2_Python_Pipeline_Senior_CN.md#批量推理) +动态批量是增加吞吐的有一种方法，开启方式可参考[Python Pipeline 核心功能](./Pipeline_Features_CN.md#批量推理) -- GitLab