Format markdown.

fluid/ocr_recognition/README.md

@@ -13,12 +13,12 @@
 
 本路径下各个文件的作用如下：
 
-- **ctc_reader.py : ** 下载、读取、处理数据。提供方法`train()` 和 `test()` 分别产生训练集和测试集的数据迭代器。
-- **crnn_ctc_model.py : ** 在该脚本中定义了训练网络、预测网络和evaluate网络。
-- **ctc_train.py : ** 用于模型的训练，可通过命令`python train.py --help` 获得使用方法。
-- **inference.py : ** 加载训练好的模型文件，对新数据进行预测。可通过命令`python inference.py --help` 获得使用方法。
-- **eval.py : ** 评估模型在指定数据集上的效果。可通过命令`python inference.py --help` 获得使用方法。
-- **utility.py : ** 实现的一些通用方法，包括参数配置、tensor的构造等。
+- **ctc_reader.py :** 下载、读取、处理数据。提供方法`train()` 和 `test()` 分别产生训练集和测试集的数据迭代器。
+- **crnn_ctc_model.py :** 在该脚本中定义了训练网络、预测网络和evaluate网络。
+- **ctc_train.py :** 用于模型的训练，可通过命令`python train.py --help` 获得使用方法。
+- **inference.py :** 加载训练好的模型文件，对新数据进行预测。可通过命令`python inference.py --help` 获得使用方法。
+- **eval.py :** 评估模型在指定数据集上的效果。可通过命令`python inference.py --help` 获得使用方法。
+- **utility.py :** 实现的一些通用方法，包括参数配置、tensor的构造等。
 
 
 ### 1.1 数据
@@ -107,50 +107,50 @@ python ctc_train.py [options]
 
 其中，options支持配置以下训练相关的参数：
 
-**- -batch_size : ** Minibatch 大小，默认为32.
+**- -batch_size :** Minibatch 大小，默认为32.
 
-**- -pass_num : ** 训练多少个pass。默认为100。
+**- -pass_num :** 训练多少个pass。默认为100。
 
-**- -log_period : **  每隔多少个minibatch打印一次训练日志， 默认为1000.
+**- -log_period :**  每隔多少个minibatch打印一次训练日志， 默认为1000.
 
-**- -save_model_period : ** 每隔多少个minibatch保存一次模型。默认为15000。
+**- -save_model_period :** 每隔多少个minibatch保存一次模型。默认为15000。
 如果设置为-1，则永不保存模型。
 
-**- -eval_period : ** 每隔多少个minibatch用测试集测试一次模型。默认为15000。如果设置为-1，则永不进行测试。
+**- -eval_period :** 每隔多少个minibatch用测试集测试一次模型。默认为15000。如果设置为-1，则永不进行测试。
 
-**- -save_model_dir :  ** 保存模型文件的路径，默认为“./models”，如果指定路径不存在，则会自动创建路径。
+**- -save_model_dir :** 保存模型文件的路径，默认为“./models”，如果指定路径不存在，则会自动创建路径。
 
-**- -init_model : ** 初始化模型的路径。如果模型是以单个文件存储的，这里需要指定具体文件的路径；如果模型是以多个文件存储的，这里只需指定多个文件所在文件夹的路径。该选项默认为 None，意思是不用预训练模型做初始化。
+**- -init_model :** 初始化模型的路径。如果模型是以单个文件存储的，这里需要指定具体文件的路径；如果模型是以多个文件存储的，这里只需指定多个文件所在文件夹的路径。该选项默认为 None，意思是不用预训练模型做初始化。
 
-**- -learning_rate : **  全局learning rate. 默认为 0.001.
+**- -learning_rate :**  全局learning rate. 默认为 0.001.
 
-**- -l2 :  **  L2 regularizer. 默认为0.0004.
+**- -l2 :**  L2 regularizer. 默认为0.0004.
 
-**- -max_clip  : ** Max gradient clipping threshold. 默认为10.0.
+**- -max_clip :** Max gradient clipping threshold. 默认为10.0.
 
-**- -momentum : ** Momentum. 默认为0.9.
+**- -momentum :** Momentum. 默认为0.9.
 
-**- -rnn_hidden_size:  ** RNN 隐藏层大小。 默认为200。
+**- -rnn_hidden_size :** RNN 隐藏层大小。 默认为200。
 
-**- -device DEVICE : ** 设备ID。设置为-1，训练在CPU执行；设置为0，训练在GPU上执行。默认为0。
+**- -device DEVICE :** 设备ID。设置为-1，训练在CPU执行；设置为0，训练在GPU上执行。默认为0。
 
-**- -min_average_window : ** Min average window. 默认为10000.
+**- -min_average_window :** Min average window. 默认为10000.
 
-**- -max_average_window : ** Max average window. 建议大小设置为一个pass内minibatch的数量。默认为15625.
+**- -max_average_window :** Max average window. 建议大小设置为一个pass内minibatch的数量。默认为15625.
 
-**- -average_window : ** Average window. 默认为0.15.
+**- -average_window :** Average window. 默认为0.15.
 
-**- -parallel : ** 是否使用多卡进行训练。默认为True.
+**- -parallel :** 是否使用多卡进行训练。默认为True.
 
-**- -train_images : ** 存放训练集图片的路径，如果设置为None，ctc_reader会自动下载使用默认数据集。如果使用自己的数据进行训练，需要修改该选项。默认为None。
+**- -train_images :** 存放训练集图片的路径，如果设置为None，ctc_reader会自动下载使用默认数据集。如果使用自己的数据进行训练，需要修改该选项。默认为None。
 
-**- -train_list : ** 存放训练集图片信息的list文件，如果设置为None，ctc_reader会自动下载使用默认数据集。如果使用自己的数据进行训练，需要修改该选项。默认为None。
+**- -train_list :** 存放训练集图片信息的list文件，如果设置为None，ctc_reader会自动下载使用默认数据集。如果使用自己的数据进行训练，需要修改该选项。默认为None。
 
-**- -test_images : ** 存放测试集图片的路径，如果设置为None，ctc_reader会自动下载使用默认数据集。如果使用自己的数据进行测试，需要修改该选项。默认为None。
+**- -test_images :** 存放测试集图片的路径，如果设置为None，ctc_reader会自动下载使用默认数据集。如果使用自己的数据进行测试，需要修改该选项。默认为None。
 
-**- -test_list : ** 存放测试集图片信息的list文件，如果设置为None，ctc_reader会自动下载使用默认数据集。如果使用自己的数据进行测试，需要修改该选项。默认为None。
+**- -test_list :** 存放测试集图片信息的list文件，如果设置为None，ctc_reader会自动下载使用默认数据集。如果使用自己的数据进行测试，需要修改该选项。默认为None。
 
-**- -num_classes :  ** 字符集的大小。如果设置为None, 则使用ctc_reader提供的字符集大小。如果使用自己的数据进行训练，需要修改该选项。默认为None.
+**- -num_classes :** 字符集的大小。如果设置为None, 则使用ctc_reader提供的字符集大小。如果使用自己的数据进行训练，需要修改该选项。默认为None.
 
 
 ### 1.3 Inference
@@ -163,13 +163,13 @@ python inference.py [options]
 
 其中，options支持配置以下预测相关的参数：
 
-**--model_path ： **  用来做预测的模型文件。如果模型是以单个文件存储的，这里需要指定具体文件的路径；如果模型是以多个文件存储的，这里只需指定多个文件所在文件夹的路径。为必设置选项。
+**--model_path :**  用来做预测的模型文件。如果模型是以单个文件存储的，这里需要指定具体文件的路径；如果模型是以多个文件存储的，这里只需指定多个文件所在文件夹的路径。为必设置选项。
 
-**--input_images_dir ： ** 存放待预测图片的文件夹路径。如果设置为None, 则使用ctc_reader提供的默认数据。默认为None.
+**--input_images_dir :** 存放待预测图片的文件夹路径。如果设置为None, 则使用ctc_reader提供的默认数据。默认为None.
 
-**--input_images_list ： **  存放待预测图片信息的list文件的路径。如果设置为None, 则使用ctc_reader提供的默认数据。默认为None.
+**--input_images_list :**  存放待预测图片信息的list文件的路径。如果设置为None, 则使用ctc_reader提供的默认数据。默认为None.
 
-**--device DEVICE ：** 设备ID。设置为-1，运行在CPU上；设置为0，运行在GPU上。默认为0。
+**--device DEVICE :** 设备ID。设置为-1，运行在CPU上；设置为0，运行在GPU上。默认为0。
 
 预测结果会print到标准输出。
 
@@ -183,10 +183,10 @@ python eval.py [options]
 
 其中，options支持配置以下评估相关的参数：
 
-**--model_path ： **  待评估模型的文件路径。如果模型是以单个文件存储的，这里需要指定具体文件的路径；如果模型是以多个文件存储的，这里只需指定多个文件所在文件夹的路径。为必设置选项。
+**--model_path :**  待评估模型的文件路径。如果模型是以单个文件存储的，这里需要指定具体文件的路径；如果模型是以多个文件存储的，这里只需指定多个文件所在文件夹的路径。为必设置选项。
 
-**--input_images_dir ： ** 存放待评估图片的文件夹路径。如果设置为None, 则使用ctc_reader提供的默认数据。默认为None.
+**--input_images_dir :** 存放待评估图片的文件夹路径。如果设置为None, 则使用ctc_reader提供的默认数据。默认为None.
 
-**--input_images_list ： **  存放待评估图片信息的list文件的路径。如果设置为None, 则使用ctc_reader提供的默认数据。默认为None.
+**--input_images_list :**  存放待评估图片信息的list文件的路径。如果设置为None, 则使用ctc_reader提供的默认数据。默认为None.
 
-**--device DEVICE ：** 设备ID。设置为-1，运行在CPU上；设置为0，运行在GPU上。默认为0。
+**--device DEVICE :** 设备ID。设置为-1，运行在CPU上；设置为0，运行在GPU上。默认为0。