Deployed 02c2de2 with MkDocs version: 1.0.4

algo/algo/index.html

@@ -211,10 +211,10 @@
               
                 <h2 id="_1">目录<a class="headerlink" href="#_1" title="Permanent link">#</a></h2>
 <ul>
-<li><a href="#1-quantization-aware-training量化介绍">量化原理介绍</a></li>
-<li><a href="#2-卷积核剪裁原理">剪裁原理介绍</a></li>
-<li><a href="#3-蒸馏">蒸馏原理介绍</a></li>
-<li><a href="#4-轻量级模型结构搜索">轻量级模型结构搜索原理介绍</a></li>
+<li><a href="https://paddlepaddle.github.io/PaddleSlim/algo/algo/#1-quantization-aware-training">量化原理介绍</a></li>
+<li><a href="https://paddlepaddle.github.io/PaddleSlim/algo/algo/#2">剪裁原理介绍</a></li>
+<li><a href="https://paddlepaddle.github.io/PaddleSlim/algo/algo/#3">蒸馏原理介绍</a></li>
+<li><a href="https://paddlepaddle.github.io/PaddleSlim/algo/algo/#4">轻量级模型结构搜索原理介绍</a></li>
 </ul>
 <h2 id="1-quantization-aware-training">1. Quantization Aware Training量化介绍<a class="headerlink" href="#1-quantization-aware-training" title="Permanent link">#</a></h2>
 <h3 id="11">1.1 背景<a class="headerlink" href="#11" title="Permanent link">#</a></h3>

api/nas_api/index.html

@@ -182,12 +182,16 @@
 <li><strong>block_num(int|None)</strong>：- <code>block_num</code>表示搜索空间中block的数量。</li>
 <li><strong>block_mask(list|None)</strong>：- <code>block_mask</code>是一组由0、1组成的列表，0表示当前block是normal block，1表示当前block是reduction block。如果设置了<code>block_mask</code>，则主要以<code>block_mask</code>为主要配置，<code>input_size</code>，<code>output_size</code>和<code>block_num</code>三种配置是无效的。</li>
 </ul>
-<p>Note:<br>
-1. reduction block表示经过这个block之后的feature map大小下降为之前的一半，normal block表示经过这个block之后feature map大小不变。<br>
-2. <code>input_size</code>和<code>output_size</code>用来计算整个模型结构中reduction block数量。</p>
+<div class="admonition note">
+<p class="admonition-title">note</p>
+<ol>
+<li>reduction block表示经过这个block之后的feature map大小下降为之前的一半，normal block表示经过这个block之后feature map大小不变。<br></li>
+<li><code>input_size</code>和<code>output_size</code>用来计算整个模型结构中reduction block数量。</li>
+</ol>
+</div>
 <h2 id="sanas">SANAS<a class="headerlink" href="#sanas" title="Permanent link">#</a></h2>
 <dl>
-<dt>paddleslim.nas.SANAS(configs, server_addr=("", 8881), init_temperature=100, reduce_rate=0.85, search_steps=300, save_checkpoint='./nas_checkpoint', load_checkpoint=None, is_server=True)<a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/nas/sa_nas.py#L36">源代码</a></dt>
+<dt>paddleslim.nas.SANAS(configs, server_addr=("", 8881), init_temperature=100, reduce_rate=0.85, search_steps=300, save_checkpoint='./nas_checkpoint', load_checkpoint=None, is_server=True)<a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/nas/sa_nas.py#L36">[源代码]</a></dt>
 <dd>SANAS（Simulated Annealing Neural Architecture Search）是基于模拟退火算法进行模型结构搜索的算法，一般用于离散搜索任务。</dd>
 </dl>
 <p><strong>参数：</strong></p>
@@ -215,8 +219,10 @@
 <dt>paddlesim.nas.SANAS.tokens2arch(tokens)</dt>
 <dd>通过一组token得到实际的模型结构，一般用来把搜索到最优的token转换为模型结构用来做最后的训练。</dd>
 </dl>
-<p>Note:<br>
-tokens是一个列表，token映射到搜索空间转换成相应的网络结构，一组token对应唯一的一个网络结构。</p>
+<div class="admonition note">
+<p class="admonition-title">note</p>
+<p>tokens是一个列表，token映射到搜索空间转换成相应的网络结构，一组token对应唯一的一个网络结构。</p>
+</div>
 <p><strong>参数：</strong></p>
 <ul>
 <li><strong>tokens(list):</strong> - 一组token。</li>

api/prune_api/index.html

@@ -213,7 +213,7 @@
 <p><strong>program(paddle.fluid.Program)</strong> - 要裁剪的目标网络。更多关于Program的介绍请参考：<a href="https://www.paddlepaddle.org.cn/documentation/docs/zh/api_cn/fluid_cn/Program_cn.html#program">Program概念介绍</a>。</p>
 </li>
 <li>
-<p><strong>scope(paddle.fluid.Scope)</strong> - 要裁剪的权重所在的<code>scope</code>，Paddle中用<code>scope</code>实例存放模型参数和运行时变量的值。Scope中的参数值会被<code>inplace</code>的裁剪。更多介绍请参考<a href="">Scope概念介绍</a></p>
+<p><strong>scope(paddle.fluid.Scope)</strong> - 要裁剪的权重所在的<code>scope</code>，Paddle中用<code>scope</code>实例存放模型参数和运行时变量的值。Scope中的参数值会被<code>inplace</code>的裁剪。更多介绍请参考<a href="https://www.paddlepaddle.org.cn/documentation/docs/zh/api_cn/fluid_cn/scope_guard_cn.html#scope-guard">scope_guard</a></p>
 </li>
 <li>
 <p><strong>params(list<str>)</strong> - 需要被裁剪的卷积层的参数的名称列表。可以通过以下方式查看模型中所有参数的名称:
@@ -229,7 +229,7 @@
 <p><strong>ratios(list<float>)</strong> - 用于裁剪<code>params</code>的剪切率，类型为列表。该列表长度必须与<code>params</code>的长度一致。</p>
 </li>
 <li>
-<p><strong>place(paddle.fluid.Place)</strong> - 待裁剪参数所在的设备位置，可以是<code>CUDAPlace</code>或<code>CPUPlace</code>。<a href="">Place概念介绍</a></p>
+<p><strong>place(paddle.fluid.Place)</strong> - 待裁剪参数所在的设备位置，可以是<a href="https://www.paddlepaddle.org.cn/documentation/docs/zh/api_cn/fluid_cn/CUDAPlace_cn.html#cudaplace">CUDAPlace</a>或<a href="https://www.paddlepaddle.org.cn/documentation/docs/zh/api_cn/fluid_cn/CPUPlace_cn.html#cpuplace">CPUPlace</a>。</p>
 </li>
 <li>
 <p><strong>lazy(bool)</strong> - <code>lazy</code>为True时，通过将指定通道的参数置零达到裁剪的目的，参数的<code>shape保持不变</code>；<code>lazy</code>为False时，直接将要裁的通道的参数删除，参数的<code>shape</code>会发生变化。</p>
@@ -415,7 +415,7 @@
 <p><strong>program(paddle.fluid.Program)</strong> - 待评估的目标网络。更多关于Program的介绍请参考：<a href="https://www.paddlepaddle.org.cn/documentation/docs/zh/api_cn/fluid_cn/Program_cn.html#program">Program概念介绍</a>。</p>
 </li>
 <li>
-<p><strong>place(paddle.fluid.Place)</strong> - 待分析的参数所在的设备位置，可以是<code>CUDAPlace</code>或<code>CPUPlace</code>。<a href="">Place概念介绍</a></p>
+<p><strong>place(paddle.fluid.Place)</strong> - 待分析的参数所在的设备位置，可以是<a href="https://www.paddlepaddle.org.cn/documentation/docs/zh/api_cn/fluid_cn/CUDAPlace_cn.html#cudaplace">CUDAPlace</a>或<a href="https://www.paddlepaddle.org.cn/documentation/docs/zh/api_cn/fluid_cn/CPUPlace_cn.html#cpuplace">CPUPlace</a>。</p>
 </li>
 <li>
 <p><strong>param_names(list<str>)</strong> - 待分析的卷积层的参数的名称列表。可以通过以下方式查看模型中所有参数的名称:</p>

index.html

@@ -293,5 +293,5 @@
 
 <!--
 MkDocs version : 1.0.4
-Build Date UTC : 2020-01-09 06:46:11
+Build Date UTC : 2020-01-10 02:37:45
 -->

sitemap.xml

@@ -2,77 +2,77 @@
 <urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
     <url>
      <loc>None</loc>
-     <lastmod>2020-01-09</lastmod>
+     <lastmod>2020-01-10</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2020-01-09</lastmod>
+     <lastmod>2020-01-10</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2020-01-09</lastmod>
+     <lastmod>2020-01-10</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2020-01-09</lastmod>
+     <lastmod>2020-01-10</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2020-01-09</lastmod>
+     <lastmod>2020-01-10</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2020-01-09</lastmod>
+     <lastmod>2020-01-10</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2020-01-09</lastmod>
+     <lastmod>2020-01-10</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2020-01-09</lastmod>
+     <lastmod>2020-01-10</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2020-01-09</lastmod>
+     <lastmod>2020-01-10</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2020-01-09</lastmod>
+     <lastmod>2020-01-10</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2020-01-09</lastmod>
+     <lastmod>2020-01-10</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2020-01-09</lastmod>
+     <lastmod>2020-01-10</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2020-01-09</lastmod>
+     <lastmod>2020-01-10</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2020-01-09</lastmod>
+     <lastmod>2020-01-10</lastmod>
      <changefreq>daily</changefreq>
     </url>
     <url>
      <loc>None</loc>
-     <lastmod>2020-01-09</lastmod>
+     <lastmod>2020-01-10</lastmod>
      <changefreq>daily</changefreq>
     </url>
 </urlset>
\ No newline at end of file