move quick start to index_cn.rst

doc/howto/capi/index_cn.rst

 C-API预测库
 ==================
 
+当我们训练完一个神经网络模型之后，下一步就是用模型来做预测。预测就是准备输入数据，经过模型处理之后，得到预测结果的过程。
+
+相比于模型训练，预测有如下特点：
+
+1. 预测不需要训练过程中反向传播和参数更新的部分。
+1. 预测不需要标签(label)。
+1. 预测很多时候需要和用户系统整合在一起。
+
+因为上述特点，模型预测SDK需要单独设计，并具备以下特点：
+
+1. 预测SDK不包含反向传播和参数更新部分，以减小SDK的体积。
+1. 预测SDK需要提供一个简洁的用户接口，方便使用。
+1. 因为输入数据可能有多种结构，对输入数据的格式做清晰简洁的封装。
+1. 为了和用户系统兼容，SDK的接口需要是满足C标准的接口。
+
+PaddlePaddle提供了C-API，用于解决上述问题。关于C-API的使用，我们提供了如下指南：
+
 ..  toctree::
   :maxdepth: 1
 

doc/howto/capi/quick_start.md

-## 开始使用
-
-### 概述
-当我们训练完一个神经网络模型之后，下一步就是用模型来做预测。预测就是准备输入数据，经过模型处理之后，得到预测结果的过程。
-
-相比于模型训练，预测有如下特点：
-
-1. 预测不需要训练过程中反向传播和参数更新的部分。
-1. 预测不需要标签(label)。
-1. 预测很多时候需要和用户系统整合在一起。
-
-因为上述特点，模型预测SDK需要单独设计，并具备以下特点：
-
-1. 预测SDK不包含反向传播和参数更新部分，以减小SDK的体积。
-1. 预测SDK需要提供一个简洁的用户接口，方便使用。
-1. 因为输入数据可能有多种结构，对输入数据的格式做清晰简洁的封装。
-1. 为了和用户系统兼容，SDK的接口需要是满足C标准的接口。
-
-PaddlePaddle提供了C-API，用于解决上述问题。关于C-API的使用，我们提供了如下指南：
-
-1. [C-API使用流程](./workflow_of_capi_cn.md)
-1. [安装与编译C-API预测库](./compile_paddle_lib_cn.md)
-1. [输入/输出数据组织](./organization_of_the_inputs_cn.md)