未验证 提交 71bd69f3 编写于 作者: M MissPenguin 提交者: GitHub

Update train_infer_python.md

上级 1374cb8f
# 基础链条测试接入规范
# Linux GPU/CPU 基础训练推理测试开发规范
# 目录
- [1. 总览](#1---)
......@@ -10,10 +10,10 @@
* [2.2 规范化输出日志](#22--------)
+ [2.2.1 训练日志规范](#221-------)
+ [2.2.2 inference日志规范](#222-inference----)
* [3 编写自动化测试代码](#3----------)
+ [3.1 训练接入自动化测试](#31----------)
+ [3.2 评估接入自动化测试](#32----------)
+ [3.3 inference预测接入自动化测试](#33-inference---------)
- [3 编写自动化测试代码](#3----------)
* [3.1 训练接入自动化测试](#31----------)
* [3.2 评估接入自动化测试](#32----------)
* [3.3 inference预测接入自动化测试](#33-inference---------)
- [4. 附录](#4---)
* [4.1 common_func.sh 函数介绍](#41-common-funcsh-----)
* [4.2 params.txt参数介绍汇总](#42-paramstxt------)
......@@ -22,7 +22,7 @@
<a name="1---"></a>
# 1. 总览
飞桨除了基本的模型训练和预测,还提供了支持多端多平台的高性能推理部署工具。本文档提供了飞桨训推一体认证 (Training and Inference Pipeline Certification(TIPC)) 信息和测试工具,方便用户查阅每种模型的训练推理部署打通情况,并可以进行一键测试。
飞桨除了基本的模型训练和预测,还提供了支持多端多平台的高性能推理部署工具。本文档提供了飞桨训推一体全流程(Training and Inference Pipeline Criterion(TIPC))信息和测试工具,方便用户查阅每种模型的训练推理部署打通情况,并可以进行一键测试。
<a name="11----"></a>
## 1.1 背景
......
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册