[cherry pick] refine sensitive link (#334)

* refine sensitive link

slim/prune/README.md

@@ -47,7 +47,11 @@ python prune.py \
 
 通过观察参数名称和参数的形状，筛选出所有卷积层参数，并确定要裁剪的卷积层参数。
 
-## 4. 启动剪裁任务
+## 4. 分析待剪裁参数敏感度
+
+可通过敏感度分析脚本分析待剪裁参数敏感度得到合适的剪裁率，敏感度分析工具见[敏感度分析](../sensitive/README.md)。
+
+## 5. 启动剪裁任务
 
 使用`prune.py`启动裁剪任务时，通过`--pruned_params`选项指定待裁剪的参数名称列表，参数名之间用空格分隔，通过`--pruned_ratios`选项指定各个参数被裁掉的比例。
 
@@ -58,7 +62,7 @@ python prune.py \
 --pruned_ratios="0.2,0.3,0.4"
 ```
 
-## 5. 评估剪裁模型
+## 6. 评估剪裁模型
 
 训练剪裁任务完成后，可通过`eval.py`评估剪裁模型精度，通过`--pruned_params`和`--pruned_ratios`指定裁剪的参数名称列表和各参数裁剪比例。
 
@@ -70,7 +74,7 @@ python eval.py \
 -o weights=output/yolov3_mobilenet_v1_voc/model_final
 ```
 
-## 6. 扩展模型
+## 7. 扩展模型
 
 如果需要对自己的模型进行修改，可以参考`prune.py`中对`paddleslim.prune.Pruner`接口的调用方式，基于自己的模型训练脚本进行修改。
 本节我们介绍的剪裁示例，需要用户根据先验知识指定每层的剪裁率，除此之外，PaddleSlim还提供了敏感度分析等功能，协助用户选择合适的剪裁率。更多详情请参考：[PaddleSlim使用文档](https://paddlepaddle.github.io/PaddleSlim/)