Fix/dygraph doc (#3438)

* using new load api

* merge

* add dygraph user guide in models/dygraph

* remove useless files

dygraph/cycle_gan/README.md

@@ -20,6 +20,7 @@ Cycle GAN 是一种image to image 的图像生成网络，实现了非对称图
 图1.网络结构
 </p>
 
+动态图文档请见[Dygraph](https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/user_guides/howto/dygraph/DyGraph.html)
 
 ## 代码结构
 ```

dygraph/mnist/README.md

@@ -2,6 +2,8 @@
 当我们学习编程的时候，编写的第一个程序一般是实现打印"Hello World"。而机器学习（或深度学习）的入门教程，一般都是 MNIST 数据库上的手写识别问题。原因是手写识别属于典型的图像分类问题，比较简单，同时MNIST数据集也很完备。
 本页将介绍如何使用PaddlePaddle在DyGraph模式下实现MNIST，包括[安装](#installation)、[训练](#training-a-model)、[输出](#log)、[参数保存](#save)、[模型评估](#evaluation)。
 
+动态图文档请见[Dygraph](https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/user_guides/howto/dygraph/DyGraph.html)
+
 ---
 ## 内容
 - [安装](#installation)

dygraph/ocr_recognition/README.md

@@ -6,6 +6,8 @@ DyGraph模式下ocr recognition实现
 ocr任务是识别图片单行的字母信息，在动态图下使用了带attention的seq2seq结构，静态图实现可以参考（[ocr recognition](https://github.com/PaddlePaddle/models/tree/develop/PaddleCV/ocr_recognition)）
 运行本目录下的程序示例需要使用PaddlePaddle develop最新版本。
 
+动态图文档请见[Dygraph](https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/user_guides/howto/dygraph/DyGraph.html)
+
 
 ## 代码结构
 ```

dygraph/reinforcement_learning/README.md

 # 强化学习
 本页将介绍如何使用PaddlePaddle在DyGraph模式下实现典型强化学习算法，包括[安装](#installation)、[训练](#training-a-model)、[输出](#log)、[模型评估](#evaluation)。
 
+动态图文档请见[Dygraph](https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/user_guides/howto/dygraph/DyGraph.html)
+
 ---
 ## 内容
 - [安装](#installation)

dygraph/resnet/README.md

@@ -6,6 +6,8 @@ DyGraph模式下Residual Network实现
 Residual Network（ResNet）是常用的图像分类模型。我们实现了在paddlepaddle的DyGraph模式下相应的实现。可以对比原先静态图下实现（[Residual Network](https://github.com/PaddlePaddle/models/tree/develop/PaddleCV/image_classification/models)）来了解paddle中DyGraph模式。
 运行本目录下的程序示例需要使用PaddlePaddle develop最新版本。如果您的PaddlePaddle安装版本低于此要求，请按照[安装文档](http://www.paddlepaddle.org/docs/develop/documentation/zh/build_and_install/pip_install_cn.html)中的说明更新PaddlePaddle安装版本。
 
+动态图文档请见[Dygraph](https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/user_guides/howto/dygraph/DyGraph.html)
+
 
 ## 代码结构
 ```

dygraph/se_resnext/README.md

@@ -7,6 +7,8 @@ SE (Sequeeze-and-Excitation) block 并不是一个完整的网络结构，而是
 
 运行本目录下的程序示例需要使用PaddlePaddle develop最新版本。如果您的PaddlePaddle安装版本低于此要求，请按照[安装文档](http://www.paddlepaddle.org/docs/develop/documentation/zh/build_and_install/pip_install_cn.html)中的说明更新PaddlePaddle安装版本。
 
+动态图文档请见[Dygraph](https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/user_guides/howto/dygraph/DyGraph.html)
+
 
 ## 代码结构
 ```

dygraph/sentiment/README.md

@@ -7,6 +7,8 @@
 | :------| :------ |
 | CNN | 90.6% |
 
+动态图文档请见[Dygraph](https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/user_guides/howto/dygraph/DyGraph.html)
+
 
 ## 快速开始
 
@@ -74,4 +76,3 @@ python main.py --do_train false --do_infer true --checkpoints ./path_to_save_mod
 ├── nets.py                 # 网络结构
 ├── utils.py                # 定义了其他常用的功能函数
 ```
-

dygraph/transformer/README.md

@@ -4,6 +4,8 @@
 
 机器翻译（machine translation, MT）是利用计算机将一种自然语言(源语言)转换为另一种自然语言(目标语言)的过程，输入为源语言句子，输出为相应的目标语言的句子。本示例是机器翻译主流模型 Transformer 的实现和相关介绍。
 
+动态图文档请见[Dygraph](https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/user_guides/howto/dygraph/DyGraph.html)
+
 ### 数据集说明
 
 我们使用公开的 [WMT'16 EN-DE 数据集](http://www.statmt.org/wmt16/translation-task.html)训练