## paddle-mobile GPU开发文档

编译环境配置方法请参考development_android.md文档

1. 下载 paddle-mobile

```
git clone https://github.com/PaddlePaddle/paddle-mobile.git

adb pull /system/vendor/lib/libOpenCL.so paddle-mobile/third_party/opencl

修改paddle-mobile/CMakeLists.txt文件，执行如下操作:
option(GPU_CL "opencl gpu" OFF)->option(GPU_CL "opencl gpu" ON)

cd paddle-mobile/tools

sh build.sh android

```
2. 将单测可执行文件和模型部署到手机

下载测试需要的mobilenet和test_image_1x3x224x224_float文件，下载地址：http://mms-graph.bj.bcebos.com/paddle-mobile/opencl_test_src.zip

```
cd ../test
mkdir models
mkdir images

```
将mobilenet复制到paddle-mobile/test/models目录下
将test_image_1x3x224x224_float复制到paddle-mobile/test/images目录下

执行下面命令将可执行文件和预测需要的文件部署到手机

```
cd ../tools/android-debug-script
sh push2android.sh

```
3. 在adb shell中执行对应的可执行文件（目前只支持mobilenet，后续会支持更多的网络模型）

```
adb shell
cd /data/local/tmp/bin/
export LD_LIBRARY_PATH=.
./test-mobilenetgpu

```
4. mobilenet cpu模型预测结果

假设mobilenet和test_image_1x3x224x224_float文件已经推送到手机上，执行下面命令进行mobilenet cpu的预测

```
adb shell
cd /data/local/tmp/bin/
export LD_LIBRARY_PATH=.
./test-mobilenet

```
5. 预测结果

  手机型号：小米6(CPU 835,GPU Adreno 540)

  mobilenet gpu：预测性能，耗时41ms左右。

  mobilenet cpu:

  1线程：108ms
  2线程：65ms
  4线程：38ms

  手机型号：OPPO Findx(CPU 845,GPU Adreno 630)

  mobilenet gpu：预测性能，耗时27ms左右。

  mobilenet cpu:

  1线程：90ms
  2线程：50ms
  4线程：29ms