Refine index of docs (PaddlePaddle#658)

README.md

@@ -1,7 +1,5 @@
 # PaddleSlim
 
-中文 | [English](README_en.md)
-
 [![Documentation Status](https://img.shields.io/badge/docs-latest-brightgreen.svg?style=flat)](https://paddleslim.readthedocs.io/en/latest/)
 [![Documentation Status](https://img.shields.io/badge/中文文档-最新-brightgreen.svg)](https://paddleslim.readthedocs.io/zh_CN/latest/)
 [![License](https://img.shields.io/badge/license-Apache%202-blue.svg)](LICENSE)
@@ -16,7 +14,7 @@ PaddleSlim是一个专注于深度学习模型压缩的工具库，提供**剪
 | :-----------: | :------------: | :------------:| :----------:|
 | 1.0.1         | <=1.7          |       2.7     | 支持静态图  |
 | 1.1.1         | 1.8            |       2.7     | 支持静态图  |
-| 1.2.0         | 2.0Beta/RC     |       2.8     | 支持静态图; 新增CPU预测 |
+| 1.2.0         | 2.0Beta/RC     |       2.8     | 支持静态图  |
 | 2.0.0         | 2.0            |       2.8     | 支持动态图和静态图  |
 
 
@@ -29,12 +27,15 @@ pip install paddleslim -i https://pypi.tuna.tsinghua.edu.cn/simple
 
 安装指定版本：
 ```bash
-pip install paddleslim=1.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
+pip install paddleslim=2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
 ```
 
 ## 最近更新
 
 2021.2.5： 发布V2.0.0版本，新增支持动态图，新增OFA压缩功能，优化剪枝功能。
+2020.9.16:  发布V1.2.0版本，新增PACT量化训练功能，新增DML(互蒸馏功能)，修复部分剪裁bug，加强对depthwise_conv2d的剪裁能力，优化剪裁和量化API的易用性和灵活性。
+
+更多信息请参考：[release note](https://github.com/PaddlePaddle/PaddleSlim/releases)
 
 ## 功能概览
 
@@ -105,52 +106,92 @@ PaddleSlim在典型视觉和自然语言处理任务上做了模型压缩，并
 
 ## 文档教程
 
-### 快速上手
+### 快速开始
 
-- 量化训练 - [动态图]() | [静态图]()
-- 离线量化 - [动态图]() | [静态图]()
-- 剪裁 - [动态图]() | [静态图]()
-- 蒸馏 - [动态图]() | [静态图]()
-- NAS - [动态图]() | [静态图]()
+- 量化训练 - [动态图](docs/zh_cn/quick_start/dygraph/dygraph_quant_aware_training_tutorial.md) | [静态图](docs/zh_cn/quick_start/static/quant_aware_tutorial.md)
+- 离线量化 - [动态图](docs/zh_cn/quick_start/dygraph/dygraph_quant_post_tutorial.md) | [静态图](docs/zh_cn/quick_start/static/quant_post_static_tutorial.md)
+- 剪裁 - [动态图](docs/zh_cn/quick_start/dygraph/dygraph_pruning_tutorial.md) | [静态图](docs/zh_cn/quick_start/static/pruning_tutorial.md)
+- 蒸馏 - [静态图](docs/zh_cn/quick_start/static/distillation_tutorial.md)
+- NAS - [静态图](docs/zh_cn/quick_start/static/nas_tutorial.md)
 
 ### 进阶教程
 
-#### 压缩功能详解
+- 通道剪裁
+  - [四种剪裁策略效果对比与应用方法](docs/zh_cn/tutorials/pruning/overview.md)
+    - [L1NormFilterPruner](docs/zh_cn/tutorials/pruning/overview.md#l1normfilterpruner)
+    - [FPGMFilterPruner](docs/zh_cn/tutorials/pruning/overview.md#fpgmfilterpruner)
+    - [SlimFilterFilterPruner](docs/zh_cn/tutorials/pruning/overview.md#slimfilterpruner)
+    - [OptSlimFilterPruner](docs/zh_cn/tutorials/pruning/overview.md#optslimfilterpruner)
+  - 剪裁功能详解: [动态图](docs/zh_cn/tutorials/pruning/dygraph/filter_pruning.md) | [静态图](docs/zh_cn/tutorials/pruning/static/image_classification_sensitivity_analysis_tutorial.md)
+  - 自定义剪裁策略：[动态图](docs/zh_cn/tutorials/pruning/dygraph/self_defined_filter_pruning.md)
+
+- 低比特量化
+  - [三种量化方法介绍与应用](docs/zh_cn/tutorials/quant/overview.md)
+    - 量化训练：[动态图](docs/zh_cn/tutorials/quant/dygraph/quant_aware_training_tutorial.md) | [静态图](docs/zh_cn/quick_start/static/quant_aware_tutorial.md)
+    - 离线量化：[动态图](docs/zh_cn/tutorials/quant/dygraph/dygraph_quant_post_tutorial.md) | [静态图](docs/zh_cn/tutorials/quant/static/quant_post_tutorial.md)
+    - embedding量化：[静态图](docs/zh_cn/tutorials/quant/static/embedding_quant_tutorial.md)
+
+- NAS
+  - [四种NAS策略介绍和应用](docs/zh_cn/tutorials/nas/overview.md)
+
+- 蒸馏
+  - [知识蒸馏示例](demo/distillation)
 
-[量化训练]() | [离线量化]() | [剪裁]() | [蒸馏]() | [NAS]()
 
 #### 推理部署
 
-- [概述]()
-- [PaddleInference量化部署]()
-  - [Intel CPU量化部署]()
-  - [GPU量化部署]()
-- [PaddleLite量化部署]()
+- [Intel CPU量化部署](demo/mkldnn_quant/README.md)
+- [Nvidia GPU量化部署](demo/quant/deploy/TensorRT/README.md)
+- [PaddleLite量化部署](docs/zh_cn/deploy/deploy_cls_model_on_mobile_device.md)
 
 ### CV模型压缩
 
-- [检测模型压缩(基于PaddleDetection)]()
-  - YOLOv3 3.5倍加速方案
+- 检测模型压缩(基于PaddleDetection)
+  - 压缩方案
+    - YOLOv3 3.5倍加速方案: 文档整理中...
+  - 方法应用-静态图
+    - [在COCO和VOC上蒸馏MobileNetV1-YOLOv3](docs/zh_cn/cv/detection/static/paddledetection_slim_distillation_tutorial.md)
+    - [MobileNetV1-YOLOv3低比特量化训练](docs/zh_cn/cv/detection/static/paddledetection_slim_quantization_tutorial.md)
+    - [人脸检测模型小模型结构搜索](docs/zh_cn/cv/detection/static/paddledetection_slim_nas_tutorial.md)
+    - [剪枝](docs/zh_cn/cv/detection/static/paddledetection_slim_pruing_tutorial.md)
+    - [剪枝与蒸馏的结合使用](docs/zh_cn/cv/detection/static/paddledetection_slim_prune_dist_tutorial.md)
+    - [卷积层敏感度分析](docs/zh_cn/cv/detection/static/paddledetection_slim_sensitivy_tutorial.md)
+  - 方法应用-动态图
+    - 文档整理中...
+
+- 分割模型压缩(基于PaddleSeg)
+
+  - 压缩方案
+    - 方案建设中...
 
-- [分割模型压缩(基于PaddleSeg)]()
+  - 方法应用-静态图
+    - 文档整理中...
+
+  - 方法应用-动态图
+    - 文档整理中...
 
 - [OCR模型压缩(基于PaddleOCR)]()
-  - [3.5M模型压缩方案]()
 
-### NLP模型压缩
+  - 压缩方案
+    - 3.5M模型压缩方案: 文档整理中...
+
+  - 方法应用-静态图
+    - [低比特量化训练](https://github.com/PaddlePaddle/PaddleOCR/tree/release/1.1/deploy/slim/quantization)
+    - [剪枝](https://github.com/PaddlePaddle/PaddleOCR/tree/release/1.1/deploy/slim/prune)
 
-- [BERT]()
-- [ERNIE]()
+  - 方法应用-动态图
+    - 文档整理中...
 
-### 通用轻量级模型
 
-- 人脸模型（SlimfaceNet）
-- 图像分类模型（SlimMobileNet）
+### NLP模型压缩
+
+- [BERT](docs/zh_cn/nlp/paddlenlp_slim_ofa_tutorial.md)
+- [ERNIE](docs/zh_cn/nlp/ernie_slim_ofa_tutorial.md)
 
 ### API文档
 
-- 动态图
-- 静态图
+- [动态图](docs/zh_cn/api_cn/dygraph)
+- [静态图](docs/zh_cn/api_cn/static)
 
 ### [FAQ]()
 
@@ -163,3 +204,5 @@ PaddleSlim在典型视觉和自然语言处理任务上做了模型压缩，并
 我们非常欢迎你可以为PaddleSlim提供代码，也十分感谢你的反馈。
 
 ## 欢迎加入PaddleSlim技术交流群
+
+请添加微信公众号"AIDigest"，备注“压缩”，飞桨同学会拉您进入微信交流群。

demo/mkldnn_quant/README.md

@@ -1,4 +1,4 @@
-# PaddleSlim INT8量化模型在CPU上的部署和预测
+# Intel CPU量化部署
 
 ## 概述
 

demo/quant/deploy/TensorRT/README.md

@@ -1,4 +1,4 @@
-# PaddleSlim INT8量化模型使用TensorRT的部署和预测
+# Nvidia GPU量化部署
 
 ## 概述
 NVIDIA TensorRT 是一个高性能的深度学习预测库，适用于Nvidia GPU，可为深度学习推理应用程序提供低延迟和高吞吐量。PaddlePaddle 采用子图的形式对TensorRT进行了集成，即我们可以使用该模块来提升Paddle模型的预测性能。本教程将介绍如何使用TensortRT部署PaddleSlim量化得到的模型，无论是量化训练（QAT）还是离线量化（PTQ）模型均可支持。对于常见图像分类模型，INT8模型的推理速度通常是FP32模型的3.2-6.7倍。

docs/zh_cn/CHANGELOG.md

@@ -2,6 +2,22 @@
 
 ## 最新版本信息
 
+### v2.0.0(02/2020)
+
+- 新增支持动态图剪枝、量化
+- 新增OFA压缩策略
+- 修复若干剪枝相关问题
+
+## 历史版本信息
+
+### v1.2.0
+
+- 新增PACT量化训练功能，提升PaddleSlim在图像目标检测、图像语义分割、OCR等模型上的量化训练效果。
+- 新增DML(互蒸馏功能)，提升部分模型的蒸馏效果。
+- 修复部分剪裁bug，加强对depthwise_conv2d的剪裁能力。
+- 优化剪裁和量化API的易用性和灵活性。
+
+
 ### v1.1.0(05/2020)
 
 - 量化
@@ -17,8 +33,6 @@
   - 新增一种基于强化学习的模型结构搜索策略，并提供扩展接口，为用户调研实现新策略提供参考。
 
 
-## 历史版本信息
-
 ### v1.0.1
 
   - 拆分PaddleSlim为独立repo。