修改说明文档

README.md

@@ -10,15 +10,16 @@
 ### 特点是
 入手门槛低，简单配置，快速上手
 #### 为什么做这个包
-* 因为图像属于超大浮点运算，亿对亿级，任何一点操作都会被扩大一千万倍以上，所以目前市面上的框架大都针对GPU运算。
-* 深度学习GPU价格昂贵，动则几万一块，这也是图像识别的费用门槛，而JAVA的用户一般都是使用CPU运算。
-* JAVA开发者很少会使用JCUDA 包的GPU浮点操作,目前的主流算法大都使用GPU运算（速度快）。
-* 为了保证用户对本包的使用性能，且降低部署成本，面向JAVA开发的程序员对图像的CPU快速处理，可以在CPU部署。
-* 所以本包对一些算法进行了部分功能阉割，部分精度忽略来保证速度，并且做到可CPU快速运算。
-* 阉割的代价，在某些精度上会有所下降，所以本包建议使用方案是对图像识别的分类。
-* 比如你要分辨当前图像 是 苹果或是香蕉或是桃子，对图像进行判断分类，精准度更高，对图像的切割，针对占比比较大的物体切割，定位。
-* 对中文语言进行分类，比如用户说一句话，easyAi就可以判断这句话用户是要做什么
-* 下面API文档有不清楚的地方可联系作者询问，QQ：794757862
+* 低门槛化：
+现在随着人工智能技术的兴起，很多场景需要开发人员添加相应的功能，但是在二三线城市算法人才匮乏。
+因为作者本人就是三线城市程序员，所以深知这一点。因为我本人认为需要一款部署简单，不需要学习任何算法知识，
+只通过最简单的API调用，就可以实现的人工智能并能满足大部分业务场景实现的技术包。
+* 部署简单：
+本包所有底层函数及数学库都是作者JAVA手写，不依赖任何第三方库，所以开发者只需要将本包下载到本地后，打成JAR包
+引入到自己的POM文件中，就可以独立使用所有功能。
+* 功能还在扩展：
+本包现在的功能还在逐步扩展中
+* 说明文档有不清楚的地方可联系作者询问，QQ：794757862,或者查看视频教程，上有链接
 ## 图像部分API 说明:
     public static void testPic() throws Exception {
            //测试SPEED模式学习过程