[DOC][X86] update Paddle-Lite x86 doc (#3509)

docs/demo_guides/x86.md

@@ -2,15 +2,14 @@
 
 Paddle-Lite 支持在Docker或Linux环境编译x86预测库。环境搭建参考[环境准备](../user_guides/source_compile)。
 
-(注意：非docker Linux环境需要是Ubuntu16.04)
-
 ## 编译
 
 1、 下载代码
 ```bash
+# 下载Paddle-Lite源码
 git clone https://github.com/PaddlePaddle/Paddle-Lite.git
 # 切换到release分支
-git checkout release/v2.3
+git checkout release/v2.6.0
 ```
 
 2、 源码编译
@@ -18,6 +17,9 @@ git checkout release/v2.3
 ```bash
 cd Paddle-Lite
 ./lite/tools/build.sh x86
+
+# 其他可选择编译选项
+# --with_log=OFF 关闭LOG信息输出
 ```
 
 ## 编译结果说明
@@ -31,35 +33,68 @@ x86编译结果位于 `build.lite.x86/inference_lite_lib`
 
 - `include`  : 头文件
 - `lib` : 库文件
-  - 打包的静态库文件：
-    - `libpaddle_api_full_bundled.a`  ：包含 full_api 和 light_api 功能的静态库
-    - `libpaddle_api_light_bundled.a` ：只包含 light_api 功能的静态库
-  - 打包的动态态库文件：
-    - `libpaddle_full_api_shared.so` ：包含 full_api 和 light_api 功能的动态库
-    - `libpaddle_light_api_shared.so`：只包含 light_api 功能的动态库
+  - 静态库文件：
+    - `libpaddle_api_full_bundled.a`  ：full_api 静态库
+    - `libpaddle_api_light_bundled.a` ：light_api 静态库
+  - 动态库文件：
+    - `libpaddle_full_api_shared.so` ：full_api 动态库
+    - `libpaddle_light_api_shared.so`：light_api 动态库
+
+3、 `third_party` 文件夹：依赖的第三方预测库mklml
+
+- mklml : Paddle-Lite预测库依赖的mklml数学库
+
+4、 `demo/cxx`文件夹：x86预测库的C++ 示例demo
+
+- `mobilenetv1_full` ：使用full_api 执行mobilenet_v1预测的C++ demo
+- `mobilenetv1_light` ：使用light_api 执行mobilenet_v1预测的C++ demo
+
+
 
-3、 `third_party` 文件夹：第三方库文件
 
 ## x86预测API使用示例
 
-1、我们提供Linux环境下x86 API运行mobilenet_v1的示例：[mobilenet_full_x86demo](https://paddlelite-data.bj.bcebos.com/x86/mobilenet_full_x86demo.zip)。下载解压后内容如下：
+1、`mobilenetv1_full`目录结构
 
-![](https://paddlelite-data.bj.bcebos.com/x86/x86-doc/demo.png)
+```bash
+mobilenetv1_full/
+|-- CMakeLists.txt
+|-- build.sh
+`-- mobilenet_full_api.cc
+```
 
-`mobilenet_v1`为模型文件、`lib`和`include`分别是Paddle-Lite的预测库和头文件、`third_party`下是编译时依赖的第三方库`mklml`、`mobilenet_full_api.cc`是x86示例的源代码、`build.sh`为编译的脚本。
+本demo使用cmake构建`CMakeLists.txt`为cmake脚本，`mobilenet_full_api.cc`是x86示例的源代码、`build.sh`为编译的脚本。
 
-2、demo内容与使用方法
+2、demo使用方法
 
 ``` bash
 # 1、编译
+cd mobilenetv1_full
 sh build.sh
 ```
 编译结果为当前目录下的 `mobilenet_full_api `
 ``` bash
 # 2、执行预测
-mobilenet_full_api mobilenet_v1
+./mobilenet_full_api ./mobilenet_v1
 ```
-`mobilenet_v1`为当前目录下的模型路径，`mobilenet_full_api`为第一步编译出的可执行文件。
+下载并解压模型[`mobilenet_v1`](http://paddle-inference-dist.bj.bcebos.com/mobilenet_v1.tar.gz)到当前目录，执行以上命令进行预测。
+
+```bash
+# 3、执行demo后输出结果如下，全一输入下mobilenet_v1的预测结果
+Output shape 1000
+Output[0]: 0.000191312
+Output[100]: 0.000159713
+Output[200]: 0.000264313
+Output[300]: 0.000210793
+Output[400]: 0.00103236
+Output[500]: 0.000110071
+Output[600]: 0.00482924
+Output[700]: 0.00184533
+Output[800]: 0.000202116
+Output[900]: 0.000585591
+```
+
+
 
 3、示例源码`mobilenet_full_api.cc`