Fix doc issues (#4202)

* fix doc p2 issues, test=develop, test=document_fix

* fix doc issue, test=develop

docs/api_reference/python_api/opt.md

@@ -61,7 +61,9 @@ opt.run()
 
 ### `set_model_type(type)`
 
-设置模型的输出类型，当前支持`naive_buffer`和`protobuf`两种格式，移动端预测需要转化为`naive_buffer`
+设置模型的输出类型，当前支持`naive_buffer`和`protobuf`两种格式，移动端预测需要转化为`naive_buffer`。
+
+`naive_buffer`的优化后模型为以`.nb`名称结尾的单个文件。`protobuf`的优化后模型为文件夹下的`model`和`params`两个文件。将`model`重命名为`__model__`用[Netron](https://lutzroeder.github.io/netron/)打开，即可查看优化后的模型结构。
 
 参数：
 

docs/demo_guides/x86.md

@@ -18,6 +18,7 @@ git checkout release/v2.6.0
 
 ```bash
 cd Paddle-Lite
+# 请在Paddle-Lite当前目录下执行脚本
 ./lite/tools/build.sh --build_python=ON x86
 
 # 其他可选择编译选项

docs/user_guides/opt/opt_bin.md

@@ -70,7 +70,8 @@ paddle_lite_opt \
 
 * 如果待优化的fluid模型是非combined形式，请设置`--model_dir`，忽略`--model_file`和`--param_file`。
 * 如果待优化的fluid模型是combined形式，请设置`--model_file`和`--param_file`，忽略`--model_dir`。
-* 优化后的模型为以`.nb`名称结尾的单个文件。
+* `naive_buffer`的优化后模型为以`.nb`名称结尾的单个文件。
+* `protobuf`的优化后模型为文件夹下的`model`和`params`两个文件。将`model`重命名为`__model__`用[Netron](https://lutzroeder.github.io/netron/)打开，即可查看优化后的模型结构。
 * 删除`prefer_int8_kernel`的输入参数，`opt`自动判别是否是量化模型，进行相应的优化操作。
 
 ### 功能二：统计模型算子信息、判断是否支持

docs/user_guides/opt/opt_python.md

@@ -73,8 +73,10 @@ paddle_lite_opt \
 
 * 如果待优化的fluid模型是非combined形式，请设置`--model_dir`，忽略`--model_file`和`--param_file`。
 * 如果待优化的fluid模型是combined形式，请设置`--model_file`和`--param_file`，忽略`--model_dir`。
-* 优化后的模型为以`.nb`名称结尾的单个文件。
+* `naive_buffer`的优化后模型为以`.nb`名称结尾的单个文件。
+* `protobuf`的优化后模型为文件夹下的`model`和`params`两个文件。将`model`重命名为`__model__`用[Netron](https://lutzroeder.github.io/netron/)打开，即可查看优化后的模型结构。
 * 删除`prefer_int8_kernel`的输入参数，`opt`自动判别是否是量化模型，进行相应的优化操作。
+* `protobuf`的输出模型结果，可以将`model`重命名为`__model__`用[Netron](https://lutzroeder.github.io/netron/)打开，即可查看优化后的模型结果。
 
 ### 功能二：统计模型算子信息、判断是否支持
 

docs/user_guides/opt/x2paddle&opt.md

@@ -10,7 +10,7 @@
 
 **使用方法**：
 
-（1）打印帮助帮助信息：` sh ./auto_transform.sh`
+（1）打印帮助帮助信息：`sh ./auto_transform.sh`，Ubuntu下请执行 `bash ./auto_transform.sh`
 
 （2）转化模型方法
 

docs/user_guides/release_lib.md

@@ -7,7 +7,7 @@
 - arm_os=`android\ios\armlinux`    安装平台，支持的arm端移动平台包括 `ios`、`armlinux`和`android`
 - toolchain=`gcc/clang`                                 源码编译时的编译器，默认为`gcc`编译器
 - android_stl=`c++_static/c++_shared`     Lite预测库链接STL库的方式，支持静态或动态链接
-- with_extra=`ON/OFF`                                     是否编译全量OP，OFF时只编译CV相关基础OP，[参数详情](library)
+- with_extra=`ON/OFF`                                     是否编译全量OP，OFF时只编译CV相关基础OP，[参数详情](./Compile/library)
 - with_cv=`ON/OFF`                                          是否编译编译Paddle-Lite CV 相关API
 
 

docs/user_guides/x2paddle.md

 # 模型转换工具 X2Paddle
 
-X2Paddle可以将caffe、tensorflow、onnx模型转换成Paddle支持的模型。目前支持版本为caffe 1.0；tensorflow 1.x，推荐1.4.0；ONNX 1.6.0，OpSet支持 9, 10, 11版本。
-
-[X2Paddle](https://github.com/PaddlePaddle/X2Paddle)支持将Caffe/TensorFlow模型转换为PaddlePaddle模型。
-支持的模型可参考**X2Paddle模型测试库：**
-https://github.com/PaddlePaddle/X2Paddle/blob/develop/x2paddle_model_zoo.md
-
-
-## 多框架支持
-
-|模型 | caffe | tensorflow | onnx |
-|---|---|---|---|
-|mobilenetv1 | Y | Y |  |
-|mobilenetv2 | Y | Y | Y |
-|resnet18 | Y | Y |  |
-|resnet50 | Y | Y | Y |
-|mnasnet | Y | Y |  |
-|efficientnet | Y | Y | Y |
-|squeezenetv1.1 | Y | Y | Y |
-|shufflenet | Y | Y |  |
-|mobilenet_ssd | Y | Y |  |
-|mobilenet_yolov3 |  | Y |  |
-|inceptionv4 |  |  |  |
-|mtcnn | Y | Y |  |
-|facedetection | Y |  |  |
-|unet | Y | Y |  |
-|ocr_attention |  |  |  |
-|vgg16 |  |  |  |
+X2Paddle可以将caffe、tensorflow、onnx模型转换成Paddle支持的模型。目前支持版本为caffe 1.0；tensorflow 1.x，推荐1.4.0；ONNX 1.6.0，OpSet支持 9, 10, 11版本。如果您使用的是PyTorch框架，请先转换为ONNX模型之后再使用X2Paddle工具转化为Paddle模型。
+
+[X2Paddle](https://github.com/PaddlePaddle/X2Paddle)支持将Caffe/TensorFlow/ONNX模型转换为PaddlePaddle模型。
+支持的模型可参考[X2Paddle模型测试库](https://github.com/PaddlePaddle/X2Paddle/blob/develop/x2paddle_model_zoo.md)。
+
 
 
 ## 安装
@@ -46,18 +24,26 @@ pip install git+https://github.com/PaddlePaddle/X2Paddle.git@develop
 ### Caffe
 
 ```
-x2paddle --framework caffe \
-         --prototxt model.proto \
-	 --weight model.caffemodel \
-         --save_dir paddle_model
+x2paddle --framework=caffe \
+         --prototxt=deploy.prototxt \
+         --weight=deploy.caffemodel \
+         --save_dir=pd_model
 ```
 
 ### TensorFlow
 
 ```
-x2paddle --framework tensorflow \
-	 --model model.pb \
-	 --save_dir paddle_model
+x2paddle --framework=tensorflow \
+         --model=tf_model.pb \
+         --save_dir=pd_model
+```
+
+### ONNX
+
+```
+x2paddle --framework=onnx \
+         --model=onnx_model.onnx \
+         --save_dir=pd_model
 ```
 
 ## 转换结果说明
@@ -68,4 +54,4 @@ x2paddle --framework tensorflow \
 
 ## 问题反馈
 
-X2Paddle使用时存在问题时，欢迎您将问题或Bug报告以[Github Issues](https://github.com/PaddlePaddle/X2Paddle/issues)的形式提交给我们，我们会实时跟进。
+受限于不同框架的差异，部分模型可能会存在目前无法转换的情况，如TensorFlow中包含控制流的模型，NLP模型等。对于CV常见的模型，如若您发现无法转换或转换失败，存在较大差异等问题，欢迎您将问题或Bug报告以[Github Issues](https://github.com/PaddlePaddle/X2Paddle/issues)的形式提交给我们，我们会实时跟进。