You need to enable JavaScript to run this app.
\u200E
开始使用
特性
文档
API
使用指南
工具平台
工具
AutoDL
PaddleHub
PARL
ERNIE
全部
平台
AI Studio
EasyDL
EasyEdge
资源
模型和数据集
学习资料
应用案例
develop
v2.12
v2.11
v2.10
v2.9
v2.8
v2.7
v2.6
v2.3
中文(简)
English(En)
Welcome to Paddle-Lite’s documentation! — Paddle-Lite documentation
Paddle-Lite
latest
Paddle Lite 介绍
Paddle Lite 介绍
Road map
快速开始
Paddle Lite 预测流程
Paddle Lite 预编译库下载
试用 Paddle Lite
硬件支持及示例
支持模型
支持算子
Paddle Lite FAQ
源码编译
概述
Docker 统一编译环境搭建
Linux x86 环境下编译适用于 Linux x86 的库
Linux x86 环境下编译适用于 ARM Linux 的库
Linux x86 环境下编译适用于 Android 的库
ARM Linux 环境下编译适用于 ARM Linux 的库
macOS 环境下编译适用于 macOS 的库
macOS 环境下编译适用于 iOS 的库
macOS 环境下编译适用于 Android 的库
Windows 环境下编译适用于 Windows 的库
编译选项说明
裁剪预测库
程序开发
C++ 完整示例
Java 完整示例
Python 完整示例
程序开发概览
模型优化工具 opt
模型量化
模型可视化方法
Profiler 工具
模型的非结构化稀疏
多硬件部署示例
Android apps
iOS apps
Linux apps
Arm
x86
OpenCL
Metal
华为麒麟 NPU
华为昇腾 NPU
昆仑芯 XPU
昆仑芯 XTCL
高通 QNN
寒武纪 MLU
(瑞芯微/晶晨/恩智浦) 芯原 TIM-VX
Android NNAPI
联发科 APU
颖脉 NNA
Intel OpenVINO
亿智 NPU
性能优化
最佳做法
性能测试
性能数据
使用 GPU 获取最佳性能
使用 FlyCV 优化图像处理性能
开发者贡献
开发基础须知
架构详解
新增 OP
新增单测
新增 Layout
新增 Pass
新增硬件
NNAdapter:飞桨推理 AI 硬件统一适配框架
训练示例(预览)
C++ Train Demo
API文档
C++ API
Java API
Python API
CV 图像预处理 API
FlyCV API
FAQ
Paddle Lite FAQ
训练推理示例说明
训练推理示例说明
Paddle-Lite
»
Welcome to Paddle-Lite’s documentation!
View page source
Welcome to Paddle-Lite’s documentation!
¶
请在页面左下角选择特定版本的文档。
Paddle Lite 介绍
Paddle Lite 介绍
Road map
快速开始
Paddle Lite 预测流程
Paddle Lite 预编译库下载
试用 Paddle Lite
硬件支持及示例
支持模型
支持算子
Paddle Lite FAQ
源码编译
概述
Docker 统一编译环境搭建
Linux x86 环境下编译适用于 Linux x86 的库
Linux x86 环境下编译适用于 ARM Linux 的库
Linux x86 环境下编译适用于 Android 的库
ARM Linux 环境下编译适用于 ARM Linux 的库
macOS 环境下编译适用于 macOS 的库
macOS 环境下编译适用于 iOS 的库
macOS 环境下编译适用于 Android 的库
Windows 环境下编译适用于 Windows 的库
编译选项说明
裁剪预测库
程序开发
C++ 完整示例
Java 完整示例
Python 完整示例
程序开发概览
模型优化工具 opt
模型量化
模型可视化方法
Profiler 工具
模型的非结构化稀疏
多硬件部署示例
Android apps
iOS apps
Linux apps
Arm
x86
OpenCL
Metal
华为麒麟 NPU
华为昇腾 NPU
昆仑芯 XPU
昆仑芯 XTCL
高通 QNN
寒武纪 MLU
(瑞芯微/晶晨/恩智浦) 芯原 TIM-VX
Android NNAPI
联发科 APU
颖脉 NNA
Intel OpenVINO
亿智 NPU
性能优化
最佳做法
性能测试
性能数据
使用 GPU 获取最佳性能
使用 FlyCV 优化图像处理性能
开发者贡献
开发基础须知
架构详解
新增 OP
新增单测
新增 Layout
新增 Pass
新增硬件
NNAdapter:飞桨推理 AI 硬件统一适配框架
训练示例(预览)
C++ Train Demo
API文档
C++ API
Java API
Python API
CV 图像预处理 API
FlyCV API
FAQ
Paddle Lite FAQ
训练推理示例说明
训练推理示例说明