update 0.14.0 changes to develop

doc/fluid/new_docs/advanced_usage/deploy/build_and_install_lib_cn.rst

-.. _install_or_build_cpp_inference_lib:
-
-安装与编译C++预测库
-===========================
-
-直接下载安装
--------------
-
-======================   ========================================
-版本说明                            C++预测库   
-======================   ========================================
-cpu_avx_mkl              `fluid.tgz <https://guest:@paddleci.ngrok.io/repository/download/Manylinux1_CpuAvxCp27cp27mu/.lastSuccessful/fluid.tgz>`_ 
-cpu_avx_openblas         `fluid.tgz <https://guest:@paddleci.ngrok.io/repository/download/Manylinux1_CpuAvxOpenblas/.lastSuccessful/fluid.tgz>`_
-cpu_noavx_openblas       `fluid.tgz <https://guest:@paddleci.ngrok.io/repository/download/Manylinux1_CpuNoavxOpenblas/.lastSuccessful/fluid.tgz>`_
-cuda7.5_cudnn5_avx_mkl   `fluid.tgz <https://guest:@paddleci.ngrok.io/repository/download/Manylinux1_Cuda75cudnn5cp27cp27mu/.lastSuccessful/fluid.tgz>`_
-cuda8.0_cudnn5_avx_mkl   `fluid.tgz <https://guest:@paddleci.ngrok.io/repository/download/Manylinux1_Cuda80cudnn5cp27cp27mu/.lastSuccessful/fluid.tgz>`_
-cuda8.0_cudnn7_avx_mkl   `fluid.tgz <https://guest:@paddleci.ngrok.io/repository/download/Manylinux1_Cuda8cudnn7cp27cp27mu/.lastSuccessful/fluid.tgz>`_
-cuda9.0_cudnn7_avx_mkl   `fluid.tgz <https://guest:@paddleci.ngrok.io/repository/download/Manylinux1_Cuda90cudnn7avxMkl/.lastSuccessful/fluid.tgz>`_
-======================   ========================================
-
-从源码编译
-----------
-用户也可以从 PaddlePaddle 核心代码编译C++预测库，只需在编译时配制下面这些编译选项：
-
-=================   =========
-选项                 值   
-=================   =========
-CMAKE_BUILD_TYPE    Release
-FLUID_INSTALL_DIR   安装路径    
-WITH_FLUID_ONLY     ON（推荐）
-WITH_SWIG_PY        OFF（推荐
-WITH_PYTHON         OFF（推荐）
-WITH_GPU            ON/OFF
-WITH_MKL            ON/OFF
-=================   =========
-
-建议按照推荐值设置，以避免链接不必要的库。其它可选编译选项按需进行设定。
-
-下面的代码片段从github拉取最新代码，配制编译选项（需要将PADDLE_ROOT替换为PaddlePaddle预测库的安装路径）：
-
-  .. code-block:: bash
-
-     pip install paddlepaddle-gpu
-     PADDLE_ROOT=/path/of/capi
-     git clone https://github.com/PaddlePaddle/Paddle.git
-     cd Paddle
-     mkdir build
-     cd build
-     cmake -DFLUID_INSTALL_DIR=$PADDLE_ROOT \
-           -DCMAKE_BUILD_TYPE=Release \
-           -DWITH_FLUID_ONLY=ON \
-           -DWITH_SWIG_PY=OFF \
-           -DWITH_PYTHON=OFF \
-           -DWITH_MKL=OFF \
-           -DWITH_GPU=OFF  \
-           ..
-      make
-      make inference_lib_dist
-
-成功编译后，使用C++预测库所需的依赖（包括：（1）编译出的PaddlePaddle预测库和头文件；（2）第三方链接库和头文件；（3）版本信息与编译选项信息）
-均会存放于PADDLE_ROOT目录中。目录结构如下：
-
-  .. code-block:: text
-
-     PaddleRoot/
-     ├── CMakeCache.txt
-     ├── paddle
-     │   └── fluid
-     │       ├── framework
-     │       ├── inference
-     │       ├── memory
-     │       ├── platform
-     │       ├── pybind
-     │       └── string
-     ├── third_party
-     │   ├── boost
-     │   │   └── boost
-     │   ├── eigen3
-     │   │   ├── Eigen
-     │   │   └── unsupported
-     │   └── install
-     │       ├── gflags
-     │       ├── glog
-     │       ├── mklml
-     │       ├── protobuf
-     │       ├── snappy
-     │       ├── snappystream
-     │       └── zlib
-     └── version.txt
-     
-version.txt 中记录了该预测库的版本信息，包括Git Commit ID、使用OpenBlas或MKL数学库、CUDA/CUDNN版本号，如：
-
-  .. code-block:: text
-
-     GIT COMMIT ID: c95cd4742f02bb009e651a00b07b21c979637dc8
-     WITH_MKL: ON
-     WITH_GPU: ON
-     CUDA version: 8.0
-     CUDNN version: v5

doc/fluid/new_docs/advanced_usage/deploy/index_anakin.rst

-服务器端部署 - Anakin
-#####################
+Anakin - 服务器端加速引擎
+#######################
 
 
 使用文档

doc/fluid/new_docs/advanced_usage/deploy/index_native.rst

-服务器端部署 - 原生引擎
-#######################
-
-..  toctree::
-    :maxdepth: 2
-
-    build_and_install_lib_cn.rst
-    native_infer.rst

doc/fluid/new_docs/advanced_usage/deploy/native_infer.rst

-Paddle 预测 API
-===============
-
-为了更简单方便的预测部署，Fluid 提供了一套高层 API
-用来隐藏底层不同的优化实现。
-
-`预测库相关代码 <https://github.com/PaddlePaddle/Paddle/tree/develop/paddle/fluid/inference/api>`__
-包括
-
--  头文件 ``paddle_inference_api.h`` 定义了所有的接口
--  库文件\ ``libpaddle_fluid.so`` 或 ``libpaddle_fluid.a``
-
-编译和依赖可以参考 :ref:`install_or_build_cpp_inference_lib` 。
-
-下面是一些 API 概念的介绍
-
-PaddleTensor
-------------
-
-PaddleTensor 定义了预测最基本的输入输出的数据格式，其定义是
-
-.. code:: cpp
-
-    struct PaddleTensor {
-      std::string name;  // variable name.
-      std::vector<int> shape;
-      PaddleBuf data;  // blob of data.
-      PaddleDType dtype;
-    };
-
--  ``name`` 用于指定输入数据对应的 模型中variable 的名字
-   （暂时没有用，但会在后续支持任意 target 时启用）
--  ``shape`` 表示一个 Tensor 的 shape
--  ``data`` 数据以连续内存的方式存储在\ ``PaddleBuf``
-   中，\ ``PaddleBuf``
-   可以接收外面的数据或者独立\ ``malloc``\ 内存，详细可以参考头文件中相关定义。
--  ``dtype`` 表示 Tensor 的数据类型
-
-engine
-------
-
-高层 API 底层有多种优化实现，我们称之为 engine，目前有三种 engine
-
--  原生 engine，由 paddle 原生的 forward operator
-   组成，可以天然支持所有paddle 训练出的模型，
--  Anakin engine，封装了
-   `Anakin <https://github.com/PaddlePaddle/Anakin>`__
-   ，在某些模型上性能不错，但只能接受自带模型格式，无法支持所有 paddle
-   模型，
--  TensorRT mixed engine，用子图的方式支持了
-   `TensorRT <https://developer.nvidia.com/tensorrt>`__ ，支持所有paddle
-   模型，并自动切割部分计算子图到 TensorRT 上加速（WIP）
-
-其实现为
-
-.. code:: cpp
-
-    enum class PaddleEngineKind {
-      kNative = 0,       // Use the native Fluid facility.
-      kAnakin,           // Use Anakin for inference.
-      kAutoMixedTensorRT // Automatically mixing TensorRT with the Fluid ops.
-    };
-
-预测部署过程
-------------
-
-总体上分为以下步骤
-
-1. 用合适的配置创建 ``PaddlePredictor``
-2. 创建输入用的 ``PaddleTensor``\ ，传入到 ``PaddlePredictor`` 中
-3. 获取输出的 ``PaddleTensor`` ，将结果取出
-
-下面完整演示一个简单的模型，部分细节代码隐去
-
-.. code:: cpp
-
-    #include "paddle_inference_api.h"
-
-    // 创建一个 config，并修改相关设置
-    paddle::NativeConfig config;
-    config.model_dir = "xxx";
-    config.use_gpu = false;
-    // 创建一个原生的 PaddlePredictor
-    auto predictor =
-          paddle::CreatePaddlePredictor<NativeConfig, PaddleEngineKind::kNative>(config);
-    // 创建输入 tensor
-    int64_t data[4] = {1, 2, 3, 4};
-    paddle::PaddleTensor tensor{.name = "",
-                                .shape = std::vector<int>({4, 1}),
-                                .data = PaddleBuf(data, sizeof(data)),
-                                .dtype = PaddleDType::INT64};
-    // 创建输出 tensor，输出 tensor 的内存可以复用
-    std::vector<paddle::PaddleTensor> outputs;
-    // 执行预测
-    CHECK(predictor->Run(slots, &outputs));
-    // 获取 outputs ...
-
-编译时，联编 ``libpaddle_fluid.a/.so`` 即可。
-
-详细代码参考
-------------
-
--  `inference
-   demos <https://github.com/PaddlePaddle/Paddle/tree/develop/paddle/fluid/inference/api/demo_ci>`__
--  `复杂单线程/多线程例子 <https://github.com/PaddlePaddle/Paddle/blob/develop/paddle/fluid/inference/api/api_impl_tester.cc>`__

doc/fluid/new_docs/advanced_usage/index.rst

@@ -10,7 +10,6 @@
 ..  toctree::
     :maxdepth: 2
 
-    deploy/index_native.rst
     deploy/index_anakin.rst
     deploy/index_mobile.rst
     development/contribute_to_paddle.md

doc/fluid/new_docs/user_guides/index.rst

@@ -15,4 +15,5 @@
     howto/training/index
     howto/debug/index
     howto/evaluation/index
+    howto/inference/index
     models/index.rst