每个中文教程含有以下子目录：

• 背景介绍：即问题定义。
• 效果展示：即效果示例图（该小节可选）。
• 模型概览：介绍该教程涉及到的模型，包括对应的公式（不需要推导过程）和模型展示图。
• 数据准备：介绍数据集，以及如何进行预处理。
• 训练模型：在Paddle上是怎样训练模型的。
• 应用模型：在Paddle上是怎样应用模型的。
• 参考文献：使用谷歌学术搜索中的GB/T 7714格式。

格式要求（md格式）：

• 图片：大小适中，img/png格式，统一放置在当前目录的image文件夹下。命名不能采用1.img等无法说明该图内容的方式。
• 公式：采用latex格式，分为$ 行内公式 $、$$ 行间公式 $$等。具体请参阅markdown公式指导手册。让github支持公式显示的chrome插件GitHub with MathJax
• function格式：文件名如dataprovider.py和代码中的函数名如forward采用该格式；层名如fc不采用该格式。
• 参考文献：GB/T 7714格式请参阅具体步骤，同时在标题中加入文章链接。示例如：Bahdanau D, Cho K, Bengio Y. Neural machine translation by jointly learning to align and translate[J]. arXiv preprint arXiv:1409.0473, 2014.

已有参考：文档目录，代码目录。