Deployed ab60054 with MkDocs version: 1.0.4

404.html

@@ -104,7 +104,7 @@
                 </li>
                 <li class="">
                     
-    <a class="" href="/api/search_space/">搜索空间</a>
+    <a class="" href="/api/search_space.md">搜索空间</a>
                 </li>
                 <li class="">
                     

algo/algo/index.html

@@ -111,7 +111,7 @@
                 </li>
                 <li class="">
                     
-    <a class="" href="../../api/search_space/">搜索空间</a>
+    <a class="" href="../../api/search_space.md">搜索空间</a>
                 </li>
                 <li class="">
                     

api/analysis_api/index.html

@@ -123,7 +123,7 @@
                 </li>
                 <li class="">
                     
-    <a class="" href="../search_space/">搜索空间</a>
+    <a class="" href="../search_space.md">搜索空间</a>
                 </li>
                 <li class="">
                     
@@ -178,7 +178,7 @@
               
                 <h2 id="flops">FLOPs<a class="headerlink" href="#flops" title="Permanent link">#</a></h2>
 <dl>
-<dt>paddleslim.analysis.flops(program, detail=False) <a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/analysis/flops.py">源代码</a></dt>
+<dt>paddleslim.analysis.flops(program, detail=False) <a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/analysis/flops.py">[源代码]</a></dt>
 <dd>
 <p>获得指定网络的浮点运算次数(FLOPs)。</p>
 </dd>
@@ -314,8 +314,12 @@
 </td></tr></table>
 
 <h2 id="model_size">model_size<a class="headerlink" href="#model_size" title="Permanent link">#</a></h2>
-<p>paddleslim.analysis.model_size(program) <a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/analysis/model_size.py">源代码</a></p>
+<dl>
+<dt>paddleslim.analysis.model_size(program) <a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/analysis/model_size.py">[源代码]</a></dt>
+<dd>
 <p>获得指定网络的参数数量。</p>
+</dd>
+</dl>
 <p><strong>参数：</strong></p>
 <ul>
 <li><strong>program(paddle.fluid.Program)</strong> - 待分析的目标网络。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>。</li>
@@ -419,7 +423,7 @@
 
 <h2 id="tablelatencyevaluator">TableLatencyEvaluator<a class="headerlink" href="#tablelatencyevaluator" title="Permanent link">#</a></h2>
 <dl>
-<dt>paddleslim.analysis.TableLatencyEvaluator(table_file, delimiter=",") <a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/analysis/latency.py">源代码</a></dt>
+<dt>paddleslim.analysis.TableLatencyEvaluator(table_file, delimiter=",") <a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/analysis/latency.py">[源代码]</a></dt>
 <dd>
 <p>基于硬件延时表的模型延时评估器。</p>
 </dd>
@@ -427,7 +431,7 @@
 <p><strong>参数：</strong></p>
 <ul>
 <li>
-<p><strong>table_file(str)</strong> - 所使用的延时评估表的绝对路径。关于演示评估表格式请参考：<a href="../paddleslim/analysis/table_latency.md">PaddleSlim硬件延时评估表格式</a></p>
+<p><strong>table_file(str)</strong> - 所使用的延时评估表的绝对路径。关于演示评估表格式请参考：<a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/docs/docs/table_latency.md">PaddleSlim硬件延时评估表格式</a></p>
 </li>
 <li>
 <p><strong>delimiter(str)</strong> - 硬件延时评估表中，操作信息之前所使用的分割符，默认为英文字符逗号。</p>
@@ -438,7 +442,7 @@
 <li><strong>Evaluator</strong> - 硬件延时评估器的实例。</li>
 </ul>
 <dl>
-<dt>paddleslim.analysis.TableLatencyEvaluator.latency(graph) <a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/analysis/latency.py">源代码</a></dt>
+<dt>paddleslim.analysis.TableLatencyEvaluator.latency(graph) <a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/analysis/latency.py">[源代码]</a></dt>
 <dd>
 <p>获得指定网络的预估延时。</p>
 </dd>

api/api_guide/index.html

@@ -111,7 +111,7 @@
                 </li>
                 <li class="">
                     
-    <a class="" href="../search_space/">搜索空间</a>
+    <a class="" href="../search_space.md">搜索空间</a>
                 </li>
                 <li class="">
                     
@@ -187,7 +187,7 @@
 <h2 id="_5"><a href="">小模型结构搜索</a><a class="headerlink" href="#_5" title="Permanent link">#</a></h2>
 <ul>
 <li><a href="../nas_api/">nas API</a></li>
-<li><a href="../search_space/">SearchSpace</a></li>
+<li><a href="./search_space.md">SearchSpace</a></li>
 </ul>
               
             </div>

api/prune_api/index.html

@@ -129,7 +129,7 @@
                 </li>
                 <li class="">
                     
-    <a class="" href="../search_space/">搜索空间</a>
+    <a class="" href="../search_space.md">搜索空间</a>
                 </li>
                 <li class="">
                     
@@ -184,7 +184,7 @@
               
                 <h2 id="pruner">Pruner<a class="headerlink" href="#pruner" title="Permanent link">#</a></h2>
 <dl>
-<dt>paddleslim.prune.Pruner(criterion="l1_norm")<a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/prune/pruner.py#L28">源代码</a></dt>
+<dt>paddleslim.prune.Pruner(criterion="l1_norm")<a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/prune/pruner.py#L28">[源代码]</a></dt>
 <dd>
 <p>对卷积网络的通道进行一次剪裁。剪裁一个卷积层的通道，是指剪裁该卷积层输出的通道。卷积层的权重形状为<code>[output_channel, input_channel, kernel_size, kernel_size]</code>，通过剪裁该权重的第一纬度达到剪裁输出通道数的目的。</p>
 </dd>
@@ -202,7 +202,7 @@
 </td></tr></table>
 
 <dl>
-<dt>paddleslim.prune.Pruner.prune(program, scope, params, ratios, place=None, lazy=False, only_graph=False, param_backup=False, param_shape_backup=False)<a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/prune/pruner.py#L36">源代码</a></dt>
+<dt>paddleslim.prune.Pruner.prune(program, scope, params, ratios, place=None, lazy=False, only_graph=False, param_backup=False, param_shape_backup=False)<a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/prune/pruner.py#L36">[源代码]</a></dt>
 <dd>
 <p>对目标网络的一组卷积层的权重进行裁剪。</p>
 </dd>
@@ -404,7 +404,7 @@
 <hr />
 <h2 id="sensitivity">sensitivity<a class="headerlink" href="#sensitivity" title="Permanent link">#</a></h2>
 <dl>
-<dt>paddleslim.prune.sensitivity(program, place, param_names, eval_func, sensitivities_file=None, pruned_ratios=None) <a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/prune/sensitive.py#L34">源代码</a></dt>
+<dt>paddleslim.prune.sensitivity(program, place, param_names, eval_func, sensitivities_file=None, pruned_ratios=None) <a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/prune/sensitive.py#L34">[源代码]</a></dt>
 <dd>
 <p>计算网络中每个卷积层的敏感度。每个卷积层的敏感度信息统计方法为：依次剪掉当前卷积层不同比例的输出通道数，在测试集上计算剪裁后的精度损失。得到敏感度信息后，可以通过观察或其它方式确定每层卷积的剪裁率。</p>
 </dd>
@@ -653,7 +653,7 @@
 
 <h2 id="merge_sensitive">merge_sensitive<a class="headerlink" href="#merge_sensitive" title="Permanent link">#</a></h2>
 <dl>
-<dt>paddleslim.prune.merge_sensitive(sensitivities)<a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/prune/sensitive.py#L161">源代码</a></dt>
+<dt>paddleslim.prune.merge_sensitive(sensitivities)<a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/prune/sensitive.py#L161">[源代码]</a></dt>
 <dd>
 <p>合并多个敏感度信息。</p>
 </dd>
@@ -690,7 +690,7 @@
 <p>示例：</p>
 <h2 id="load_sensitivities">load_sensitivities<a class="headerlink" href="#load_sensitivities" title="Permanent link">#</a></h2>
 <dl>
-<dt>paddleslim.prune.load_sensitivities(sensitivities_file)<a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/prune/sensitive.py#L184">源代码</a></dt>
+<dt>paddleslim.prune.load_sensitivities(sensitivities_file)<a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/prune/sensitive.py#L184">[源代码]</a></dt>
 <dd>
 <p>从文件中加载敏感度信息。</p>
 </dd>
@@ -706,7 +706,7 @@
 <p>示例：</p>
 <h2 id="get_ratios_by_loss">get_ratios_by_loss<a class="headerlink" href="#get_ratios_by_loss" title="Permanent link">#</a></h2>
 <dl>
-<dt>paddleslim.prune.get_ratios_by_loss(sensitivities, loss)<a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/prune/sensitive.py#L206">源代码</a></dt>
+<dt>paddleslim.prune.get_ratios_by_loss(sensitivities, loss)<a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/prune/sensitive.py#L206">[源代码]</a></dt>
 <dd>
 <p>根据敏感度和精度损失阈值计算出一组剪切率。对于参数<code>w</code>, 其剪裁率为使精度损失低于<code>loss</code>的最大剪裁率。</p>
 </dd>

api/quantization_api/index.html

@@ -129,7 +129,7 @@
                 </li>
                 <li class="">
                     
-    <a class="" href="../search_space/">搜索空间</a>
+    <a class="" href="../search_space.md">搜索空间</a>
                 </li>
                 <li class="">
                     
@@ -254,13 +254,13 @@
 </ul>
 <div class="admonition note">
 <p class="admonition-title">注意事项</p>
-</div>
 <ul>
 <li>此接口会改变<code>program</code>结构，并且可能增加一些<code>persistable</code>的变量，所以加载模型参数时请注意和相应的<code>program</code>对应。</li>
 <li>此接口底层经历了<code>fluid.Program</code>-&gt; <code>fluid.framework.IrGraph</code>-&gt;<code>fluid.Program</code>的转变，在<code>fluid.framework.IrGraph</code>中没有<code>Parameter</code>的概念，<code>Variable</code>只有<code>persistable</code>和<code>not persistable</code>的区别，所以在保存和加载参数时，请使用<code>fluid.io.save_persistables</code>和<code>fluid.io.load_persistables</code>接口。</li>
 <li>由于此接口会根据<code>program</code>的结构和量化配置来对<code>program</code>添加op，所以<code>Paddle</code>中一些通过<code>fuse op</code>来加速训练的策略不能使用。已知以下策略在使用量化时必须设为<code>False</code>： <code>fuse_all_reduce_ops, sync_batch_norm</code>。</li>
 <li>如果传入的<code>program</code>中存在和任何op都没有连接的<code>Variable</code>，则会在量化的过程中被优化掉。</li>
 </ul>
+</div>
 <h2 id="convert">convert<a class="headerlink" href="#convert" title="Permanent link">#</a></h2>
 <dl>
 <dt>paddleslim.quant.convert(program, place, config, scope=None, save_int8=False)<a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/paddleslim/quant/quanter.py">[源代码]</a></dt>
@@ -283,8 +283,8 @@
 </ul>
 <div class="admonition note">
 <p class="admonition-title">注意事项</p>
-</div>
 <p>因为该接口会对<code>op</code>和<code>Variable</code>做相应的删除和修改，所以此接口只能在训练完成之后调用。如果想转化训练的中间模型，可加载相应的参数之后再使用此接口。</p>
+</div>
 <p><strong>代码示例</strong></p>
 <table class="codehilitetable"><tr><td class="linenos"><div class="linenodiv"><pre><span></span> 1
  2
@@ -388,8 +388,8 @@
 <p>无。</p>
 <div class="admonition note">
 <p class="admonition-title">注意事项</p>
-</div>
 <p>因为该接口会收集校正数据的所有的激活值，所以使用的校正图片不能太多。<code>'KL'</code>散度的计算也比较耗时。</p>
+</div>
 <p><strong>代码示例</strong></p>
 <blockquote>
 <p>注： 此示例不能直接运行，因为需要加载<code>${model_dir}</code>下的模型，所以不能直接运行。</p>

api/single_distiller_api/index.html

@@ -129,7 +129,7 @@
                 </li>
                 <li class="">
                     
-    <a class="" href="../search_space/">搜索空间</a>
+    <a class="" href="../search_space.md">搜索空间</a>
                 </li>
                 <li class="">
                     

index.html

@@ -129,7 +129,7 @@
                 </li>
                 <li class="">
                     
-    <a class="" href="api/search_space/">搜索空间</a>
+    <a class="" href="api/search_space.md">搜索空间</a>
                 </li>
                 <li class="">
                     
@@ -293,5 +293,5 @@
 
 <!--
 MkDocs version : 1.0.4
-Build Date UTC : 2020-01-09 05:24:41
+Build Date UTC : 2020-01-09 06:39:56
 -->

model_zoo/index.html

@@ -151,7 +151,7 @@
                 </li>
                 <li class="">
                     
-    <a class="" href="../api/search_space/">搜索空间</a>
+    <a class="" href="../api/search_space.md">搜索空间</a>
                 </li>
                 <li class="">
                     

search.html

@@ -104,7 +104,7 @@
                 </li>
                 <li class="">
                     
-    <a class="" href="./api/search_space/">搜索空间</a>
+    <a class="" href="./api/search_space.md">搜索空间</a>
                 </li>
                 <li class="">
                     

sitemap.xml

@@ -61,8 +61,8 @@
      <changefreq>daily</changefreq>
     </url>
     <url>
-     <loc>None</loc>
-     <lastmod>2020-01-09</lastmod>
+     <loc></loc>
+     
      <changefreq>daily</changefreq>
     </url>
     <url>

table_latency/index.html

@@ -111,7 +111,7 @@
                 </li>
                 <li class="">
                     
-    <a class="" href="../api/search_space/">搜索空间</a>
+    <a class="" href="../api/search_space.md">搜索空间</a>
                 </li>
                 <li class=" current">
                     
@@ -322,7 +322,7 @@
         <a href="../algo/algo/" class="btn btn-neutral float-right" title="算法原理">Next <span class="icon icon-circle-arrow-right"></span></a>
       
       
-        <a href="../api/search_space/" class="btn btn-neutral" title="搜索空间"><span class="icon icon-circle-arrow-left"></span> Previous</a>
+        <a href="../api/nas_api/" class="btn btn-neutral" title="SA搜索"><span class="icon icon-circle-arrow-left"></span> Previous</a>
       
     </div>
   
@@ -350,7 +350,7 @@
           <a href="https://github.com/PaddlePaddle/PaddleSlim/" class="fa fa-github" style="float: left; color: #fcfcfc"> GitHub</a>
       
       
-        <span><a href="../api/search_space/" style="color: #fcfcfc;">&laquo; Previous</a></span>
+        <span><a href="../api/nas_api/" style="color: #fcfcfc;">&laquo; Previous</a></span>
       
       
         <span style="margin-left: 15px"><a href="../algo/algo/" style="color: #fcfcfc">Next &raquo;</a></span>

tutorials/demo_guide/index.html

@@ -111,7 +111,7 @@
                 </li>
                 <li class="">
                     
-    <a class="" href="../../api/search_space/">搜索空间</a>
+    <a class="" href="../../api/search_space.md">搜索空间</a>
                 </li>
                 <li class="">
                     

tutorials/distillation_demo/index.html

@@ -134,7 +134,7 @@
                 </li>
                 <li class="">
                     
-    <a class="" href="../../api/search_space/">搜索空间</a>
+    <a class="" href="../../api/search_space.md">搜索空间</a>
                 </li>
                 <li class="">
                     

tutorials/nas_demo/index.html

@@ -123,7 +123,7 @@
                 </li>
                 <li class="">
                     
-    <a class="" href="../../api/search_space/">搜索空间</a>
+    <a class="" href="../../api/search_space.md">搜索空间</a>
                 </li>
                 <li class="">
                     
@@ -181,7 +181,7 @@
 <h2 id="_2">接口介绍<a class="headerlink" href="#_2" title="Permanent link">#</a></h2>
 <p>请参考。</p>
 <h3 id="1">1. 配置搜索空间<a class="headerlink" href="#1" title="Permanent link">#</a></h3>
-<p>详细的搜索空间配置可以参考<a href='../../../paddleslim/nas/nas_api.md'>神经网络搜索API文档</a>。
+<p>详细的搜索空间配置可以参考<a href="https://paddlepaddle.github.io/PaddleSlim/api/nas_api/">神经网络搜索API文档</a>。
 <table class="codehilitetable"><tr><td class="linenos"><div class="linenodiv"><pre><span></span>1</pre></div></td><td class="code"><div class="codehilite"><pre><span></span><span class="n">config</span> <span class="o">=</span> <span class="p">[(</span><span class="s1">&#39;MobileNetV2Space&#39;</span><span class="p">)]</span>
 </pre></div>
 </td></tr></table></p>

tutorials/pruning_demo/index.html

@@ -111,7 +111,7 @@
                 </li>
                 <li class="">
                     
-    <a class="" href="../../api/search_space/">搜索空间</a>
+    <a class="" href="../../api/search_space.md">搜索空间</a>
                 </li>
                 <li class="">
                     

tutorials/quant_aware_demo/index.html

@@ -125,7 +125,7 @@
                 </li>
                 <li class="">
                     
-    <a class="" href="../../api/search_space/">搜索空间</a>
+    <a class="" href="../../api/search_space.md">搜索空间</a>
                 </li>
                 <li class="">
                     
@@ -181,7 +181,7 @@
                 <h1 id="_1">在线量化示例<a class="headerlink" href="#_1" title="Permanent link">#</a></h1>
 <p>本示例介绍如何使用在线量化接口，来对训练好的分类模型进行量化, 可以减少模型的存储空间和显存占用。</p>
 <h2 id="_2">接口介绍<a class="headerlink" href="#_2" title="Permanent link">#</a></h2>
-<p>请参考 <a href='../../../paddleslim/quant/quantization_api_doc.md'>量化API文档</a>。</p>
+<p>请参考 <a href="https://paddlepaddle.github.io/PaddleSlim/api/quantization_api/">量化API文档</a>。</p>
 <h2 id="_3">分类模型的离线量化流程<a class="headerlink" href="#_3" title="Permanent link">#</a></h2>
 <h3 id="1">1. 配置量化参数<a class="headerlink" href="#1" title="Permanent link">#</a></h3>
 <table class="codehilitetable"><tr><td class="linenos"><div class="linenodiv"><pre><span></span> 1

tutorials/quant_embedding_demo/index.html

@@ -125,7 +125,7 @@
                 </li>
                 <li class="">
                     
-    <a class="" href="../../api/search_space/">搜索空间</a>
+    <a class="" href="../../api/search_space.md">搜索空间</a>
                 </li>
                 <li class="">
                     
@@ -179,18 +179,18 @@
             <div class="section">
               
                 <h1 id="embedding">Embedding量化示例<a class="headerlink" href="#embedding" title="Permanent link">#</a></h1>
-<p>本示例介绍如何使用Embedding量化的接口 <a href="">paddleslim.quant.quant_embedding</a> 。<code>quant_embedding</code>接口将网络中的Embedding参数从<code>float32</code>类型量化到 <code>8-bit</code>整数类型，在几乎不损失模型精度的情况下减少模型的存储空间和显存占用。</p>
-<p>接口介绍请参考 <a href='../../../paddleslim/quant/quantization_api_doc.md'>量化API文档</a>。</p>
+<p>本示例介绍如何使用Embedding量化的接口 <a href="https://paddlepaddle.github.io/PaddleSlim/api/quantization_api/">paddleslim.quant.quant_embedding</a> 。<code>quant_embedding</code>接口将网络中的Embedding参数从<code>float32</code>类型量化到 <code>8-bit</code>整数类型，在几乎不损失模型精度的情况下减少模型的存储空间和显存占用。</p>
+<p>接口介绍请参考 <a href="https://paddlepaddle.github.io/PaddleSlim/api/quantization_api/">量化API文档</a>。</p>
 <p>该接口对program的修改：</p>
 <p>量化前:</p>
 <p align="center">
-<img src="./image/before.png" height=200 width=100 hspace='10'/> <br />
+<img src="https://raw.githubusercontent.com/PaddlePaddle/PaddleSlim/develop/demo/quant/quant_embedding/image/before.png" height=200 width=100 hspace='10'/> <br />
 <strong>图1：量化前的模型结构</strong>
 </p>
 
 <p>量化后：</p>
 <p align="center">
-<img src="./image/after.png" height=300 width=300 hspace='10'/> <br />
+<img src="https://raw.githubusercontent.com/PaddlePaddle/PaddleSlim/develop/demo/quant/quant_embedding/image/after.png" height=300 width=300 hspace='10'/> <br />
 <strong>图2: 量化后的模型结构</strong>
 </p>
 

tutorials/quant_post_demo/index.html

@@ -125,7 +125,7 @@
                 </li>
                 <li class="">
                     
-    <a class="" href="../../api/search_space/">搜索空间</a>
+    <a class="" href="../../api/search_space.md">搜索空间</a>
                 </li>
                 <li class="">
                     
@@ -181,7 +181,7 @@
                 <h1 id="_1">离线量化示例<a class="headerlink" href="#_1" title="Permanent link">#</a></h1>
 <p>本示例介绍如何使用离线量化接口<code>paddleslim.quant.quant_post</code>来对训练好的分类模型进行离线量化, 该接口无需对模型进行训练就可得到量化模型，减少模型的存储空间和显存占用。</p>
 <h2 id="_2">接口介绍<a class="headerlink" href="#_2" title="Permanent link">#</a></h2>
-<p>请参考 <a href='../../../paddleslim/quant/quantization_api_doc.md'>量化API文档</a>。</p>
+<p>请参考 <a href="https://paddlepaddle.github.io/PaddleSlim/api/quantization_api/">量化API文档</a>。</p>
 <h2 id="_3">分类模型的离线量化流程<a class="headerlink" href="#_3" title="Permanent link">#</a></h2>
 <h3 id="_4">准备数据<a class="headerlink" href="#_4" title="Permanent link">#</a></h3>
 <p>在当前文件夹下创建<code>data</code>文件夹，将<code>imagenet</code>数据集解压在<code>data</code>文件夹下，解压后<code>data</code>文件夹下应包含以下文件：
@@ -200,7 +200,7 @@
 </td></tr></table>
 转化之后的模型存储在<code>inference_model/MobileNet/</code>文件夹下，可看到该文件夹下有<code>'model'</code>, <code>'weights'</code>两个文件。</p>
 <h3 id="_7">离线量化<a class="headerlink" href="#_7" title="Permanent link">#</a></h3>
-<p>接下来对导出的模型文件进行离线量化，离线量化的脚本为<a href="./quant_post.py">quant_post.py</a>，脚本中使用接口<code>paddleslim.quant.quant_post</code>对模型进行离线量化。运行命令为：
+<p>接下来对导出的模型文件进行离线量化，离线量化的脚本为<a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/demo/quant/quant_post/quant_post.py">quant_post.py</a>，脚本中使用接口<code>paddleslim.quant.quant_post</code>对模型进行离线量化。运行命令为：
 <table class="codehilitetable"><tr><td class="linenos"><div class="linenodiv"><pre><span></span>1</pre></div></td><td class="code"><div class="codehilite"><pre><span></span><span class="n">python</span> <span class="n">quant_post</span><span class="p">.</span><span class="n">py</span> <span class="c1">--model_path ./inference_model/MobileNet --save_path ./quant_model_train/MobileNet --model_filename model --params_filename weights</span>
 </pre></div>
 </td></tr></table></p>
@@ -215,7 +215,7 @@
 <p>使用的量化算法为<code>'KL'</code>, 使用训练集中的160张图片进行量化参数的校正。</p>
 </blockquote>
 <h3 id="_8">测试精度<a class="headerlink" href="#_8" title="Permanent link">#</a></h3>
-<p>使用<a href="./eval.py">eval.py</a>脚本对量化前后的模型进行测试，得到模型的分类精度进行对比。</p>
+<p>使用<a href="https://github.com/PaddlePaddle/PaddleSlim/blob/develop/demo/quant/quant_post/eval.py">eval.py</a>脚本对量化前后的模型进行测试，得到模型的分类精度进行对比。</p>
 <p>首先测试量化前的模型的精度，运行以下命令：
 <table class="codehilitetable"><tr><td class="linenos"><div class="linenodiv"><pre><span></span>1</pre></div></td><td class="code"><div class="codehilite"><pre><span></span><span class="n">python</span> <span class="n">eval</span><span class="p">.</span><span class="n">py</span> <span class="c1">--model_path ./inference_model/MobileNet --model_name model --params_name weights</span>
 </pre></div>

tutorials/sensitivity_demo/index.html

@@ -111,7 +111,7 @@
                 </li>
                 <li class="">
                     
-    <a class="" href="../../api/search_space/">搜索空间</a>
+    <a class="" href="../../api/search_space.md">搜索空间</a>
                 </li>
                 <li class="">