Loading [Contrib]/a11y/accessibility-menu.js

\u200E

程序开发概览¶

以下介绍了该工作流程的每一个步骤，并提供了进一步说明的链接：

1. 创建 Paddle Lite 模型¶

您可以通过以下方式生成 Paddle Lite 模型：

将 Paddle 模型转换为 Paddle Lite 模型：使用 opt 工具将 Paddle 模型转换为 Paddle Lite 模型。在转换过程中，您可以应用量化等优化措施，以缩减模型大小和缩短延时，并最大限度降低或完全避免准确率损失。

2. 运行推断¶

推断是指在设备上执行 Paddle Lite 模型，以便根据输入数据进行预测的过程。您可以通过以下方式运行推断：

使用 Paddle Lite API，在多个平台和语言中均受支持（如 Java、C++、Python）
- 配置参数（MobileConfig），设置模型来源等
- 创建推理器（Predictor），调用 CreatePaddlePredictor 接口即可创建
- 设置模型输入，通过 predictor->GetInput(i) 获取输入变量，并为其指定大小和数值
- 执行预测，只需要调用 predictor->Run()
- 获得输出，使用 predictor->GetOutput(i) 获取输出变量，并通过 data<T> 取得输出值

该文档内容对你有帮助么？

文档反馈

程序开发概览 — Paddle-Lite documentation

程序开发概览¶

以下介绍了该工作流程的每一个步骤，并提供了进一步说明的链接：

1. 创建 Paddle Lite 模型¶

您可以通过以下方式生成 Paddle Lite 模型：

将 Paddle 模型转换为 Paddle Lite 模型：使用 opt 工具将 Paddle 模型转换为 Paddle Lite 模型。在转换过程中，您可以应用量化等优化措施，以缩减模型大小和缩短延时，并最大限度降低或完全避免准确率损失。

2. 运行推断¶

推断是指在设备上执行 Paddle Lite 模型，以便根据输入数据进行预测的过程。您可以通过以下方式运行推断：

使用 Paddle Lite API，在多个平台和语言中均受支持（如 Java、C++、Python）
- 配置参数（MobileConfig），设置模型来源等
- 创建推理器（Predictor），调用 CreatePaddlePredictor 接口即可创建
- 设置模型输入，通过 predictor->GetInput(i) 获取输入变量，并为其指定大小和数值
- 执行预测，只需要调用 predictor->Run()
- 获得输出，使用 predictor->GetOutput(i) 获取输出变量，并通过 data<T> 取得输出值