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

性能

• 最佳做法
• 性能测试
• 性能数据

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

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

部署示例

• Android 工程示例
• IOS 工程示例
• Linux(ARM) 工程示例
• Paddle Lite 使用 ARM CPU 预测部署
• 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

源码编译

• 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

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

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

FAQ

• Paddle Lite FAQ

训练推理示例说明

• 训练推理示例说明