remove epoch/bs in train example.

fluid/PaddleCV/video/README.md

@@ -38,8 +38,6 @@
 export CUDA_VISIBLE_DEVICES=0
 python train.py --model-name=AttentionCluster
         --config=./configs/attention_cluster.txt
-        --epoch=8
-        --batch-size=256
         --save-dir=checkpoints
         --log-interval=10
         --valid-interval=1
@@ -51,14 +49,18 @@ python train.py --model-name=AttentionCluster
 export CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7
 python train.py --model-name=AttentionCluster
         --config=./configs/attention_cluster.txt
-        --epoch=8
-        --batch-size=2048
         --save-dir=checkpoints
         --log-interval=10
         --valid-interval=1
 ```
 
-- 请根据`CUDA_VISIBLE_DEVICES`指定卡数修改`config`文件中`num_gpus`和`batch_size`。
+视频库同时提供了快速训练脚本，脚本位于`scripts/train`目录下，可通过如下命令启动训练
+
+``` bash
+sh scripts/train/train_attention_cluster.sh
+```
+
+- 请根据`CUDA_VISIBLE_DEVICES`指定卡数修改`config`文件中的`num_gpus`和`batch_size`配置。
 
 ## Model Zoo
 

fluid/PaddleCV/video/models/attention_cluster/README.md

@@ -34,7 +34,6 @@ Attention Cluster模型使用2nd-Youtube-8M数据集, 数据下载及准备请
     python train.py --model-name=AttentionCluster 
             --config=./configs/attention_cluster.txt
             --save-dir=checkpoints 
-            --epoch=8 
             --log-interval=10 
             --valid-interval=1
 
@@ -58,7 +57,8 @@ Attention Cluster模型使用2nd-Youtube-8M数据集, 数据下载及准备请
 
     python test.py --model-name=AttentionCluster 
             --config=configs/attention_cluster.txt
-            --log-interval=1 --weights=$PATH_TO_WEIGHTS
+            --log-interval=1 
+            --weights=$PATH_TO_WEIGHTS
 
     bash scripts/test/test_attention_cluster.sh
 

fluid/PaddleCV/video/models/attention_lstm/README.md

@@ -30,7 +30,6 @@ AttentionLSTM模型使用2nd-Youtube-8M数据集，关于数据本分请参考[
     python train.py --model-name=AttentionLSTM
             --config=./configs/attention_lstm.txt
             --save-dir=checkpoints 
-            --epoch=10 
             --log-interval=10 
             --valid-interval=1
 
@@ -46,7 +45,8 @@ AttentionLSTM模型使用2nd-Youtube-8M数据集，关于数据本分请参考[
 
     python test.py --model-name=AttentionLSTM
             --config=configs/attention_lstm.txt
-            --log-interval=1 --weights=$PATH_TO_WEIGHTS
+            --log-interval=1
+            --weights=$PATH_TO_WEIGHTS
 
     bash scripts/test/test_attention_lstm.sh
 

fluid/PaddleCV/video/models/stnet/README.md

@@ -34,7 +34,6 @@ StNet的训练数据采用由DeepMind公布的Kinetics-400动作识别数据集
     python train.py --model-name=STNET
             --config=./configs/attention_stnet.txt
             --save-dir=checkpoints 
-            --epoch=60
             --log-interval=10 
             --valid-interval=1
 
@@ -64,7 +63,8 @@ StNet的训练数据采用由DeepMind公布的Kinetics-400动作识别数据集
 
     python test.py --model-name=STNET
             --config=configs/attention_stnet.txt
-            --log-interval=1 --weights=$PATH_TO_WEIGHTS
+            --log-interval=1 
+            --weights=$PATH_TO_WEIGHTS
 
     bash scripts/test/test_attention_stnet.sh
 

fluid/PaddleCV/video/models/tsn/README.md

@@ -29,7 +29,6 @@ TSN的训练数据采用由DeepMind公布的Kinetics-400动作识别数据集。
     python train.py --model-name=TSNET
             --config=./configs/attention_tsn.txt
             --save-dir=checkpoints 
-            --epoch=45
             --log-interval=10 
             --valid-interval=1
 
@@ -49,7 +48,8 @@ TSN的训练数据采用由DeepMind公布的Kinetics-400动作识别数据集。
 
     python test.py --model-name=TSN
             --config=configs/attention_tsn.txt
-            --log-interval=1 --weights=$PATH_TO_WEIGHTS
+            --log-interval=1
+            --weights=$PATH_TO_WEIGHTS
 
     bash scripts/test/test_attention_tsn.sh