\u200E
logo
中|EN
  • ···
  • 论坛
  • ···
  • GitHub
  • ···
    v2.10
    关于Paddle Lite
    使用指南
    应用实践
    API文档
    常见问题与解答
      目录
        该文档内容对你有帮助么？
        Edit on Github
        文档反馈
        产品
        PaddleHub
        Paddle Lite
        ERNIE
        更多
        资源
        安装
        教程
        文档
        模型库
        应用案例
        友情链接
        AI开放平台
        AI Studio
        EasyDL
        BML
        百度开发者中心
        联系我们
        GitHub
        Email
        Gitee
        paddle weixin qr
        飞桨官方技术交流群
        (QQ群号:793866180)
        paddle weixin qr
        飞桨微信公众号
        ©Copyright 2020, PaddlePaddle developers. 备案号：京ICP证030173号-116京公网备案11000002000001号
        • 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)
        Search — 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

        • Paddle Lite 源码编译概述
        • Docker 统一环境搭建
        • 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

        多硬件部署示例

        • Android 工程示例
        • iOS 工程示例
        • Linux(ARM) 工程示例
        • ARM CPU 部署示例
        • X86 部署示例
        • OpenCL 部署示例
        • 百度 EdgeBoard 部署示例
        • 华为麒麟 NPU 部署示例
        • 华为昇腾 NPU 部署示例
        • 百度昆仑 XPU 部署示例
        • 瑞芯微 NPU 部署示例
        • 晶晨 NPU 部署示例
        • 联发科 APU 部署示例
        • 颖脉 NNA 部署示例
        • 比特大陆 NPU 部署示例
        • 英特尔 FPGA 部署示例

        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

        开发者贡献

        • 开发基础须知
        • 架构详解
        • 新增OP
        • 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

        FAQ

        • Paddle Lite FAQ

        训练推理示例说明

        • 训练推理示例说明
        Paddle-Lite
        • »
        • Search

        © Copyright 2020, Paddle-Lite Developer.

        Built with Sphinx using a theme provided by Read the Docs.