new save load in README, and typo fix

test=develop

.gitignore

@@ -4,3 +4,4 @@
 *.pyc
 *~
 *.vscode
+*.idea
\ No newline at end of file

dygraph/cycle_gan/download.py

@@ -136,7 +136,7 @@ def download_cycle_pix(dir_path, dataname):
         for zip_file in zip_f.namelist():
             zip_f.extract(zip_file, dir_path)
 
-    ### generator .txt file according to dirs
+    ### generate .txt file according to dirs
     dirs = os.listdir(os.path.join(dir_path, '{}'.format(dataname)))
     for d in dirs:
         txt_file = d + '.txt'

dygraph/mnist/README.md

@@ -47,9 +47,9 @@ Loss at epoch 0 step 400: [0.03940877]
 ```
 
 ## 参数保存
-调用`fluid.dygraph.save_persistables()`接口可以把模型的参数进行保存。
+调用`fluid.save_dygraph()`接口可以把模型的参数进行保存。
 ```python
-fluid.dygraph.save_persistables(mnist.state_dict(), "save_dir")
+fluid.save_dygraph(mnist.state_dict(), "save_dir")
 ```
 
 ## 测试
@@ -59,14 +59,18 @@ mnist.eval()
 ```
 
 ## 模型评估
-我们使用手写数据集中的一张图片来进行评估。为了区别训练模型，我们使用`with fluid.dygraph.guard()`来切换到一个新的参数空间，然后构建一个用于评估的网络`mnist_infer`，并通过`mnist_infer.load_dict()`来加载使用`fluid.dygraph.load_persistables`读取的参数。然后用`mnist_infer.eval()`切换到评估。
+我们使用手写数据集中的一张图片来进行评估。
+为了区别训练模型，我们使用`with fluid.dygraph.guard()`来切换到一个新的参数空间，
+然后构建一个用于评估的网络`mnist_infer`，
+并通过`mnist_infer.set_dict()`来加载使用`fluid.load_dygraph`读取的参数。
+然后用`mnist_infer.eval()`切换到评估。
 ```python
 with fluid.dygraph.guard():
 
     mnist_infer = MNIST("mnist")
     # load checkpoint
-    mnist_infer.load_dict(
-        fluid.dygraph.load_persistables("save_dir"))
+    mnist_infer.set_dict(
+        fluid.load_dygraph("save_dir"))
 
     # start evaluate mode
     mnist_infer.eval()