Merge branch 'dev0.5.0' of https://github.com/fastnlp/fastNLP into dev0.5.0

Author: yhcc

README.md

@@ -38,9 +38,6 @@ pip install fastNLP
 python -m spacy download en
 ```
 
-目前使用pypi安装fastNLP的版本是0.4.1，有较多功能仍未更新，最新内容以master分支为准。
-fastNLP0.5.0版本将在近期推出，请密切关注。
-
 
 ## fastNLP教程
 
@@ -60,12 +57,11 @@ fastNLP0.5.0版本将在近期推出，请密切关注。
 - [8. 使用Modules和Models快速搭建自定义模型](https://fastnlp.readthedocs.io/zh/latest/tutorials/tutorial_8_modules_models.html)
 - [9. 快速实现序列标注模型](https://fastnlp.readthedocs.io/zh/latest/tutorials/tutorial_9_seq_labeling.html)
 - [10. 使用Callback自定义你的训练过程](https://fastnlp.readthedocs.io/zh/latest/tutorials/tutorial_10_callback.html)
-- [11. 使用fitlog 辅助 fastNLP 进行科研](https://fastnlp.readthedocs.io/zh/latest/tutorials/tutorial_11_fitlog.html)
 
 ### 扩展教程
 
 - [Extend-1. BertEmbedding的各种用法](https://fastnlp.readthedocs.io/zh/latest/tutorials/extend_1_bert_embedding.html)
-
+- [Extend-2. 使用fitlog 辅助 fastNLP 进行科研](https://fastnlp.readthedocs.io/zh/latest/tutorials/extend_2_fitlog.html)
 
 
 ## 内置组件
@@ -91,19 +87,19 @@ fastNLP 在 embeddings 模块中内置了几种不同的embedding：静态embedd
 <tr>
     <td> encoder </td>
     <td> 将输入编码为具有具有表示能力的向量 </td>
-    <td> embedding, RNN, CNN, transformer
+    <td> Embedding, RNN, CNN, Transformer, ...
 </tr>
 <tr>
     <td> decoder </td>
     <td> 将具有某种表示意义的向量解码为需要的输出形式 </td>
-    <td> MLP, CRF </td>
+    <td> MLP, CRF, ... </td>
 </tr>
 </table>
 
 
 ## 项目结构
 
-<img src="./docs/source/figures/workflow.png" width="60%" height="60%">
+![](./docs/source/figures/workflow.png)
 
 fastNLP的大致工作流程如上图所示，而项目结构如下：
 
@@ -130,7 +126,7 @@ fastNLP的大致工作流程如上图所示，而项目结构如下：
 </tr>
 <tr>
     <td><b> fastNLP.io </b></td>
-    <td> 实现了读写功能，包括数据读入与预处理，模型读写，自动下载等 </td>
+    <td> 实现了读写功能，包括数据读入与预处理，模型读写，数据与模型自动下载等 </td>
 </tr>
 </table>
 

docs/source/tutorials/tutorial_11_fitlog.rst renamed to docs/source/tutorials/extend_2_fitlog.rst

@@ -13,8 +13,9 @@ fastNLP 依赖如下包::
     nltk>=3.4.1
     requests
     spacy
+    prettytable>=0.7.2
 
-其中torch的安装可能与操作系统及 CUDA 的版本相关，请参见 `PyTorch 官网 <https://pytorch.org/get-started/locally/>`_ 。
+其中torch的安装可能与操作系统及 CUDA 的版本相关，请参见 `PyTorch 官网 <https://pytorch.org/>`_ 。
 在依赖包安装完成的情况，您可以在命令行执行如下指令完成安装
 
 ..  code:: shell

docs/source/user/installation.rst

@@ -17,9 +17,9 @@ fastNLP 详细使用教程
    使用Modules和Models快速搭建自定义模型 </tutorials/tutorial_8_modules_models>
    快速实现序列标注模型 </tutorials/tutorial_9_seq_labeling>
    使用Callback自定义你的训练过程 </tutorials/tutorial_10_callback>
-   使用fitlog 辅助 fastNLP 进行科研 </tutorials/tutorial_11_fitlog>
 
 .. toctree::
    :maxdepth: 1
 
-    拓展阅读：BertEmbedding的各种用法 </tutorials/extend_1_bert_embedding>
+    拓展阅读1：BertEmbedding的各种用法 </tutorials/extend_1_bert_embedding>
+    拓展阅读2：使用fitlog 辅助 fastNLP 进行科研 </tutorials/extend_2_fitlog>