update tutorial

tensorflow2fluid/vgg_translate_tutorial.ipynb

@@ -12,7 +12,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 2,
+   "execution_count": 1,
    "metadata": {},
    "outputs": [
     {
@@ -45,7 +45,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 3,
+   "execution_count": 2,
    "metadata": {},
    "outputs": [],
    "source": [
@@ -62,12 +62,14 @@
    "source": [
     "### 保存模型为checkpoint格式\n",
     "\n",
-    "tensorflow2fluid目前支持checkpoint格式的模型或者是将网络结构和参数序列化的pb格式模型，上面下载的`vgg_16.ckpt`仅仅存储了模型参数，因此我们需要重新加载参数，并将网络结构和参数一起保存为checkpoint模型"
+    "tensorflow2fluid目前支持checkpoint格式的模型或者是将网络结构和参数序列化的pb格式模型，上面下载的`vgg_16.ckpt`仅仅存储了模型参数，因此我们需要重新加载参数，并将网络结构和参数一起保存为checkpoint模型\n",
+    "\n",
+    "**注意：下面的代码里，运行TensorFlow模型和将TensorFlow模型转换为PaddlePaddle模型，依赖TensorFlow**"
    ]
   },
   {
    "cell_type": "code",
-   "execution_count": 1,
+   "execution_count": 3,
    "metadata": {},
    "outputs": [
     {
@@ -107,12 +109,28 @@
    "source": [
     "### 将模型转换为PaddlePaddle模型\n",
     "\n",
-    "注意：部分OP在转换时，需要将参数写入文件；或者是运行tensorflow模型进行infer，获取tensor值。两种情况下均会消耗一定的时间用于IO或计算，对于后一种情况，建议转换模型时将`use_cuda`参数设为`True`，加快infer速度"
+    "**注意**：部分OP在转换时，需要将参数写入文件；或者是运行tensorflow模型进行infer，获取tensor值。两种情况下均会消耗一定的时间用于IO或计算，对于后一种情况，建议转换模型时将`use_cuda`参数设为`True`，加快infer速度\n",
+    "\n",
+    "可以通过下面的**模型转换python脚本**在代码中设置参数，在python脚本中进行模型转换。或者一般可以通过如下的命令行方式进行转换，\n",
+    "``` python\n",
+    "# 通过命令行也可进行模型转换\n",
+    "python tf2fluid/convert.py --meta_file checkpoint/model.meta --ckpt_dir checkpoint \\\n",
+    "                           --in_nodes inputs --input_shape None,224,224,3 \\\n",
+    "                           --output_nodes vgg_16/fc8/squeezed --use_cuda True \\\n",
+    "                           --input_format NHWC --save_dir paddle_model\n",
+    "```"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "#### 模型转换python脚本"
    ]
   },
   {
    "cell_type": "code",
-   "execution_count": 9,
+   "execution_count": 4,
    "metadata": {},
    "outputs": [
     {
@@ -246,7 +264,9 @@
    "metadata": {},
    "source": [
     "### 加载转换后的PaddlePaddle模型，并进行预测\n",
-    "**需要注意，转换后的PaddlePaddle CV模型输入格式为NCHW**"
+    "需要注意的是，转换后的PaddlePaddle CV模型**输入格式为NCHW**\n",
+    "\n",
+    "**注意：下面代码用于运行转换后的PaddlePaddle模型，并与TensorFlow计算结果对比diff，因此依赖PaddlePaddle**"
    ]
   },
   {
@@ -254,8 +274,8 @@
    "execution_count": 1,
    "metadata": {
     "ExecuteTime": {
-     "end_time": "2019-03-14T10:18:46.124339Z",
-     "start_time": "2019-03-14T10:18:40.858372Z"
+     "end_time": "2019-03-15T05:51:40.544737Z",
+     "start_time": "2019-03-15T05:51:27.857863Z"
     }
    },
    "outputs": [],
@@ -263,7 +283,7 @@
     "import numpy\n",
     "import tf2fluid.model_loader as ml\n",
     "\n",
-    "model = ml.ModelLoader(\"paddle_model\", use_cuda=True)\n",
+    "model = ml.ModelLoader(\"paddle_model\", use_cuda=False)\n",
     "\n",
     "numpy.random.seed(13)\n",
     "data = numpy.random.rand(5, 224, 224, 3).astype(\"float32\")\n",
@@ -287,8 +307,8 @@
    "execution_count": 2,
    "metadata": {
     "ExecuteTime": {
-     "end_time": "2019-03-14T10:20:13.611132Z",
-     "start_time": "2019-03-14T10:20:13.598874Z"
+     "end_time": "2019-03-15T05:52:02.126718Z",
+     "start_time": "2019-03-15T05:52:02.115849Z"
     }
    },
    "outputs": [
@@ -296,7 +316,7 @@
      "name": "stdout",
      "output_type": "stream",
      "text": [
-      "3.33786e-06\n"
+      "6.67572e-06\n"
      ]
     }
    ],
@@ -315,15 +335,15 @@
     "### 需要注意的点\n",
     "1. 转换后的模型需要注意输入格式，PaddlePaddle中输入格式需为NCHW格式  \n",
     "2. 此例中不涉及到输入中间层，如卷积层的输出，需要了解的是PaddlePaddle中的卷积层输出，卷积核的`shape`与Tensorflow有差异  \n",
-    "3. 模型转换完后，检查转换前后模型的diff，在本例中，最大diff为3.34-e06，满足转换需求  "
+    "3. 模型转换完后，检查转换前后模型的diff，在本例中，测试得到的最大diff满足转换需求  "
    ]
   }
  ],
  "metadata": {
   "kernelspec": {
-   "display_name": "Python 2",
+   "display_name": "Python [conda env:GPU-Paddle]",
    "language": "python",
-   "name": "python2"
+   "name": "conda-env-GPU-Paddle-py"
   },
   "language_info": {
    "codemirror_mode": {