fix the x86 demo can't work on windows (#3634)

* test=develop, fix the x86 demo can't work on windows

* test=develop,test=document_fix, add the doc of python demo

docs/demo_guides/x86.md

@@ -168,7 +168,7 @@ int main(int argc, char** argv) {
 
 - Windows 10 专业版
   - 目前Windows暂不支持GPU编译
-- *Python 版本 2.7/3.5.1+/3.6/3.7 (64 bit)*
+- *Python 版本 2.7/3.5 (64 bit)*
 - *pip 或 pip3 版本 9.0.1+ (64 bit)*
 - *Visual Studio 2015 Update3*
 
@@ -218,6 +218,16 @@ x86编译结果位于 `build.lite.x86/inference_lite_lib`
 - `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
 
+4、 `demo/python`文件夹：x86预测库的Python 示例demo
+
+- `mobilenetv1_full_api.py` ：使用full_api 执行mobilenet_v1预测的Python demo
+- `mobilenetv1_light_api.py` ：使用light_api 执行mobilenet_v1预测的Python demo
+
+5、 `python`文件夹：包含python的库文件和对应的.whl包
+
+- `install`文件夹：编译成功的.whl包位于`install/dist/*.whl`
+- `lib`文件夹：.whl包依赖的库文件
+
 ### x86预测API使用示例
 
 1、`mobilenetv1_full`目录结构
@@ -230,7 +240,7 @@ mobilenetv1_full/
 `-- mobilenet_full_api.cc
 ```
 
-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Linux x86编译的脚本，build.bat为windows x86编译脚本。
+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Linux x86编译的脚本，`build.bat`为windows x86编译脚本。
 
 2、demo使用方法
 
@@ -238,10 +248,11 @@ mobilenetv1_full/
 # 1、编译
 cd mobilenetv1_full
 build.bat
+cd build 
 ```
 编译结果为当前目录下的 `Release\mobilenet_full_api.exe `
 ``` bash
 # 2、执行预测
 Release\\mobilenet_full_api.exe mobilenet_v1
 ```
-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。
+下载并解压模型[`mobilenet_v1`](http://paddle-inference-dist.bj.bcebos.com/mobilenet_v1.tar.gz)到`build`目录，执行以上命令进行预测。

lite/demo/cxx/x86_mobilenetv1_full_demo/mobilenet_full_api.cc

@@ -16,6 +16,11 @@
 #include <vector>
 #include "paddle_api.h"  // NOLINT
 
+#ifdef _WIN32
+#include "paddle_use_kernels.h"  // NOLINT
+#include "paddle_use_ops.h"      // NOLINT
+#endif
+
 using namespace paddle::lite_api;  // NOLINT
 
 int64_t ShapeProduction(const shape_t& shape) {