fix ref link (#5440)

docs/tipc/serving/serving.md

@@ -308,9 +308,9 @@ unset https_proxy
 
 **【实战】**
 
-AlexNet中，模型推理的命令可以参考：[AlexNet 模型推理](https://github.com/littletomatodonkey/AlexNet-Prod/blob/tipc/pipeline/Step5/AlexNet_paddle/README.md#512-%E6%A8%A1%E5%9E%8B%E6%8E%A8%E7%90%86)
+AlexNet中，模型推理的命令可以参考：[AlexNet 模型推理](https://github.com/littletomatodonkey/AlexNet-Prod/tree/tipc/pipeline/Step5/AlexNet_paddle/deploy/inference_python#23-%E6%A8%A1%E5%9E%8B%E6%8E%A8%E7%90%86)
 
-模型部署的命令说明可以参考：[AlexNet模型部署](https://github.com/littletomatodonkey/AlexNet-Prod/blob/tipc/pipeline/Step5/AlexNet_paddle/deploy/serving/README.md#24-%E5%AE%A2%E6%88%B7%E7%AB%AF%E8%AE%BF%E9%97%AE%E6%9C%8D%E5%8A%A1)
+模型部署的命令说明可以参考：[AlexNet模型部署](https://github.com/littletomatodonkey/AlexNet-Prod/blob/tipc/pipeline/Step5/AlexNet_paddle/deploy/serving_python/README.md#24-%E5%AE%A2%E6%88%B7%E7%AB%AF%E8%AE%BF%E9%97%AE%E6%9C%8D%E5%8A%A1)
 
 **【核验】**
 

docs/tipc/serving/test_serving.md

@@ -90,17 +90,17 @@ Serving服务化部署主要分为以下5个步骤。
 | 5  | --dirname:./model_infer/                         | 配置Inference模型输入路径   | 否         | 是           | value修改为自己的Inference模型所在文件夹 |
 | 6  | --model_filename:inference.pdmodel               | 配置模型结构文件名           | 否         | 是           | value修改为自己的模型结构文件名          |
 | 7  | --params_filename:inference.pdiparams            | 配置模型参数文件名           | 否         | 是           | value修改为自己的模型参数文件名          |
-| 8  | --serving_server:./deploy/serving/serving_server | 配置输出的Serving服务端模型路径 | 否         | 是           | value修改为自己的输出Serving服务端模型路径 |
-| 9  | --serving_client:./deploy/serving/serving_client | 配置输出的Serving客户端模型路径 | 否         | 是           | value修改为自己的输出Serving客户端模型路径 |
+| 8  | --serving_server:./deploy/serving_python/serving_server | 配置输出的Serving服务端模型路径 | 否         | 是           | value修改为自己的输出Serving服务端模型路径 |
+| 9  | --serving_client:./deploy/serving_python/serving_client | 配置输出的Serving客户端模型路径 | 否         | 是           | value修改为自己的输出Serving客户端模型路径 |
 
 </details>
 
-以命令`python -m paddle_serving_client.convert --dirname  ./alexnet_infer/ --model_filename inference.pdmodel --params_filename inference.pdiparams --serving_server ./deploy/serving/alexnet_server --serving_client ./deploy/serving/alexnet_client`为例。
+以命令`python -m paddle_serving_client.convert --dirname  ./alexnet_infer/ --model_filename inference.pdmodel --params_filename inference.pdiparams --serving_server ./deploy/serving_python/alexnet_server --serving_client ./deploy/serving_python/alexnet_client`为例。
 
 * Inference模型路径为`./alexnet_infer/`，因此第5行需要修改为`--dirname:./alexnet_infer/`
 * 模型结构和参数文件名和默认保持一致，因此这里无需修改。
-* 服务端保存的目录名称为`deploy/serving/alexnet_server`，因此第8行需要修改为`deploy/serving/alexnet_server`
-* 客户端保存的目录名称为`deploy/serving/alexnet_client`，因此第9行需要修改为`deploy/serving/alexnet_client`
+* 服务端保存的目录名称为`deploy/serving_python/alexnet_server`，因此第8行需要修改为`deploy/serving_python/alexnet_server`
+* 客户端保存的目录名称为`deploy/serving_python/alexnet_client`，因此第9行需要修改为`deploy/serving_python/alexnet_client`
 
 
 #### 2.2.2 服务启动配置参数

docs/tipc/train_infer_python/infer_python.md

@@ -177,7 +177,7 @@ class InferenceEngine(object):
 
 **【实战】**
 
-该模板类对应AlexNet的实现位于：[infer.py](https://github.com/littletomatodonkey/AlexNet-Prod/blob/tipc/pipeline/Step5/AlexNet_paddle/deploy/inference/python/infer.py)。
+该模板类对应AlexNet的实现位于：[infer.py](https://github.com/littletomatodonkey/AlexNet-Prod/blob/tipc/pipeline/Step5/AlexNet_paddle/deploy/inference_python/infer.py)。
 
 其中每个子模块的操作在下面详细介绍。
 
@@ -194,7 +194,7 @@ class InferenceEngine(object):
 针对AlexNet模型，推理引擎初始化函数实现如下，其中模型结构和参数文件路径、是否使用GPU、是否开启MKLDNN等内容都是可以配置的。
 
 ```py
-    # https://github.com/littletomatodonkey/AlexNet-Prod/blob/tipc/pipeline/Step5/AlexNet_paddle/deploy/inference/python/infer.py#L38
+    # https://github.com/littletomatodonkey/AlexNet-Prod/blob/tipc/pipeline/Step5/AlexNet_paddle/deploy/inference_python/infer.py#L38
     def load_predictor(self, model_file_path, params_file_path):
         args = self.args
         config = inference.Config(model_file_path, params_file_path)
@@ -243,7 +243,7 @@ class InferenceEngine(object):
 图像分类AlexNet为例，预处理包含`Resize`, `CenterCrop`, `Normalize`, `ToCHW` 4个步骤，预处理实现如下所示。
 
 ```py
-    # https://github.com/littletomatodonkey/AlexNet-Prod/blob/tipc/pipeline/Step5/AlexNet_paddle/deploy/inference/python/infer.py#L68
+    # https://github.com/littletomatodonkey/AlexNet-Prod/blob/tipc/pipeline/Step5/AlexNet_paddle/deploy/inference_python/infer.py#L68
     def preprocess(self, img_path):
         with open(img_path, "rb") as f:
             img = Image.open(f)
@@ -353,7 +353,7 @@ AutoLog是一个自动日志记录工具，包含自动计时，统计CPU内存
 
 **【实战】**
 
-AlexNet推理脚本中，打开`benchmark`选项，即可输出规范化的推理日志，可以参考：[infer.py](https://github.com/littletomatodonkey/AlexNet-Prod/blob/tipc/pipeline/Step5/AlexNet_paddle/deploy/pdinference/infer.py)。
+AlexNet推理脚本中，打开`benchmark`选项，即可输出规范化的推理日志，可以参考：[infer.py](https://github.com/littletomatodonkey/AlexNet-Prod/blob/tipc/pipeline/Step5/AlexNet_paddle/deploy/inference_python/infer.py)。
 
 ```py
     # init benchmark

docs/tipc/train_infer_python/test_train_infer_python.md

@@ -201,9 +201,9 @@ python   run_script    set_configs
 
 </details>
 
-以推理命令`python deploy/inference/python/infer.py --model-dir=./alexnet_infer/ --img-path=./lite_data/test/demo.jpg`为例。
+以推理命令`python deploy/inference_python/infer.py --model-dir=./alexnet_infer/ --img-path=./lite_data/test/demo.jpg`为例。
 
-* 推理的入口脚本为`deploy/inference/python/infer.py`，因此40行需要修改为`inference:deploy/inference/python/infer.py`。
+* 推理的入口脚本为`deploy/inference_python/infer.py`，因此40行需要修改为`inference:deploy/inference_python/infer.py`。
 * Inference模型目录配置为`--model-dir=./alexnet_infer/`，而运行该命令时，会直接基于已经生成的Inference模型，因此47行需要修改为`--model-dir:./alexnet_infer/`
 * 测试图像目录配置为`--img-path=./lite_data/test/demo.jpg`，因此48行修改为`--img-path:./lite_data/test/demo.jpg`
 
@@ -229,7 +229,7 @@ python3.7 train.py --device=gpu --epochs=2 --data-path=./lite_data --lr=0.001
 # 模型动转静
 python tools/export_model.py --pretrained=./alexnet_paddle.pdparams --save-inference-dir="./alexnet_infer" --model=alexnet
 # 推理
-python deploy/inference/python/infer.py --model-dir=./alexnet_infer/ --img-path=./lite_data/test/demo.jpg
+python deploy/inference_python/infer.py --model-dir=./alexnet_infer/ --img-path=./lite_data/test/demo.jpg
 ```
 
 <a name="3.2"></a>