update github io

haoneng.lhn

2023-10-11 68808cb5f6db3a761ad6286683e0ea3b9edddc19

 docs/academic_recipe/asr_recipe.md

@@ -12,7 +12,7 @@
Then you can directly start the recipe as follows:
```sh
conda activate funasr
. ./run.sh --CUDA_VISIBLE_DEVICES="0,1" --gpu_num=2
bash run.sh --CUDA_VISIBLE_DEVICES "0,1" --gpu_num 2
```

The training log files are saved in `${exp_dir}/exp/${model_dir}/log/train.log.*`， which can be viewed using the following command:
@@ -264,4 +264,4 @@

### Decoding by CPU or GPU

We support CPU and GPU decoding. For CPU decoding, set `gpu_inference=false` and `njob` to specific the total number of CPU jobs. For GPU decoding, first set `gpu_inference=true`. Then set `gpuid_list` to specific which GPUs for decoding and `njob` to specific the number of decoding jobs on each GPU.
We support CPU and GPU decoding. For CPU decoding, set `gpu_inference=false` and `njob` to specific the total number of CPU jobs. For GPU decoding, first set `gpu_inference=true`. Then set `gpuid_list` to specific which GPUs for decoding and `njob` to specific the number of decoding jobs on each GPU.