Update tutorial-08-matrix_multiply.md

docs/tutorial-08-matrix_multiply.md

@@ -5,16 +5,16 @@
 
 # 关于matrix_multiply
 
-程序执行两个代码里两个矩阵的乘法，并将相乘结果打印在屏幕上。  
+程序执行代码里两个矩阵的乘法，并将相乘结果打印在屏幕上。  
 示例的主要目的是展现怎么实现一个自定义CPU计算任务。
 
 # 定义计算任务
 
-定义计算任务需要提供3个基本信息，为别为INPUT，OUTPUT，和routine。  
+定义计算任务需要提供3个基本信息，分别为INPUT，OUTPUT，和routine。  
 INPUT和OUTPUT是两个模板参数，可以是任何类型。routine表示从INPUT到OUTPUT的过程，定义如下：  
 ~~~cpp
 template <class INPUT, class OUTPUT>
-class WFThreadTask
+class __WFThreadTask
 {
     ...
     std::function<void (INPUT *, OUTPUT *)> routine;
@@ -42,7 +42,7 @@ void add_routine(const add_input *input, add_output *output)
 
 typedef WFThreadTask<add_input, add_output> add_task;
 ~~~
-在我们的矩阵乘法的示例里，输入是两个矩阵，输出为一个矩阵。其实定义如下：
+在我们的矩阵乘法的示例里，输入是两个矩阵，输出为一个矩阵。其定义如下：
 ~~~cpp
 namespace algorithm
 {
@@ -89,7 +89,7 @@ public:
     ...
 };
 ~~~
-与之前的网络工厂类或算法算法工厂类略有不同，这个类需要INPUT和OUTPUT两个模板参数。  
+与之前的网络工厂类或算法工厂类略有不同，这个类需要INPUT和OUTPUT两个模板参数。  
 queue_name相关的知识在上一个示例里已经有介绍。routine就是你的计算过程，callback是回调。  
 在我们的示例里，我们看到了这个调用的使用：
 ~~~cpp
@@ -141,9 +141,9 @@ callback里简单打印了输入输出。如果输入数据不合法，则打印
 # 算法与协议的对称性
 
 在我们的体系里，算法与协议在一个非常抽象的层面上是具有高度对称性的。  
-有自定义算法的线程任务，那显然也书写自定义协议的网络任务。  
+有自定义算法的线程任务，那显然也存在自定义协议的网络任务。  
 自定义自定义算法要求提供算法的过程，而自定义协议则需要用户提供序列化和反序列化的过程，之后会详细介绍。  
-无论是自定义算法还是自定协议，我们都必须强调算法和协议都是非常纯粹的。  
+无论是自定义算法还是自定义协议，我们都必须强调算法和协议都是非常纯粹的。  
 例如算法就是一个从INPUT到OUPUT的转换过程，算法并不知道task，series等的存在。  
 HTTP协议的实现上，也只关心序列化反序列化，无需要关心什么是task。而是在http task里去引用HTTP协议。  
 
@@ -152,6 +152,6 @@ HTTP协议的实现上，也只关心序列化反序列化，无需要关心什
 在这个示例里，我们通过WFThreadTaskFactory构建了一个线程任务。可以说这是一种最简单的计算任务构建，大多数情况下也够用了。  
 同样，用户可以非常简单的定义一个自有协议的server和client。  
 但在上一个示例里我们看到，我们可以通过算法工厂产生一个并行排序任务，这显然不是通过一个routine就能做到的。  
-对于网络任务，比如一个kafka任务，可能要经过与多台机器的交互才能得到结果，但用户来讲是完全透明的。  
+对于网络任务，比如一个kafka任务，可能要经过与多台机器的交互才能得到结果，但对用户来讲是完全透明的。  
 所以，我们的任务都是具有复合性的，如果你熟练使用我们的框架，可以设计出很多复杂的组件出来。