update readme doc

fluid/neural_machine_translation/transformer/README_cn.md

@@ -160,27 +160,27 @@ transformer 模型支持同步或者异步的分布式训练。分布式的配
 
 1 命令行配置
 
-  - --local参数，这个参数有两个取值，True表示单机训练，而False表示使用分布式训练。默认为单机训练模式。
+  - `--local`，有两个取值，`True`表示单机训练，而`False`表示使用分布式训练。默认为单机训练模式。
 
-  - --sync参数，这个参数有两个取值，但只有当--local参数为False才会产生影响，其中True表示同步训练模式，False表示异步训练模式。默认为同步训练模式。
+  - `--sync`，有两个取值，但只有当`--local`参数为False才会产生影响，其中`True`表示同步训练模式，`False`表示异步训练模式。默认为同步训练模式。
 
 2 环境变量配置
 
-  在分布式训练模式下，会手动配置训练的trainer数量和pserver数量。在网络拓扑上，每一个trainer都会和pserver相连，每一个pserver也会和trainer相连，pserver作为服务端，而trainer作为客户端。下面分pserver和trainer说明具体的参数配置：
+  在分布式训练模式下，会手动配置训练的trainer数量和pserver数量。在网络拓扑上，每一个trainer都会和每一个pserver相连，pserver作为服务端，而trainer作为客户端。下面分pserver和trainer说明具体的参数配置：
 
 1) pserver配置
 
-- `PADDLE_IS_LOCAL=[0|1]` 是否是分布式训练，0标识是分布式，1标识是单机
+- `PADDLE_IS_LOCAL=[0|1]` 是否是分布式训练，`0`标识是分布式，`1`标识是单机
 
 - `TRAINING_ROLE=PSERVER` 标识当前节点是pserver
 
 - `POD_IP=ip` 设置当前pserver使用对外服务的地址
 
-- `PADDLE_PORT=port` 设置当前pserver对外服务监听端口号，和POD_IP共同构成对外的唯一标识
+- `PADDLE_PORT=port` 设置当前pserver对外服务监听端口号，和`POD_IP`共同构成对外的唯一标识
 
-- `PADDLE_TRAINERS_NUM=num` :设置pserver连接的trainer的数量
+- `PADDLE_TRAINERS_NUM=num` 设置pserver连接的trainer的数量
 
-下面是配置的示例,使用两个pserver,192.168.2.2上的配置如下:
+下面是配置的示例, 使用两个pserver, 192.168.2.2上的配置如下:
 ```
 export PADDLE_PSERVERS=192.168.2.2,192.168.2.3
 export POD_IP=192.168.2.2
@@ -200,17 +200,17 @@ export PADDLE_PORT=6177
 ```
 2) trainer配置
 
-- `PADDLE_IS_LOCAL=[0|1]` 是否是分布式训练，0标识是分布式，1标识是单机
+- `PADDLE_IS_LOCAL=[0|1]` 是否是分布式训练，`0`标识是分布式，`1`标识是单机
 
 - `TRAINING_ROLE=TRAINER` 标识当前节点是trainer
 
-- `PADDLE_PSERVERS=[ip1,ip2,……]` 设置pserver的ip地址,用于告知trainer互联的pserver的ip,使用","分割
+- `PADDLE_PSERVERS=[ip1,ip2,……]` 设置pserver的ip地址,用于告知trainer互联的pserver的ip, 使用`,`分割
 
-- `PADDLE_TRAINER_ID=num` 设置当前节点的编号,编号的取值范围为0到N-1的整数
+- `PADDLE_TRAINER_ID=num` 设置当前节点的编号, 编号的取值范围为0到N-1的整数
 
 - `PADDLE_PORT=port` 设置请求的pserver服务端口号
 
-下面是配置的示例,使用两个trainer,trainer 1上的配置如下:
+下面是配置的示例, 使用两个trainer, trainer 1上的配置如下:
 ```
 export TRAINING_ROLE=TRAINER
 export PADDLE_PSERVERS=192.168.2.2,192.168.2.3