- 博客(3)
- 资源 (2)
- 收藏
- 关注
原创 【从零开始学深度学习编译器】六,TVM的编译流程详解
一. 前言上一篇文章对TVM Relay和Pass进行了介绍,但还没有介绍整体的编译流程并且上一节留了一个问题即如何查看使用不同Pass对Relay IR进行优化之后的IR。这一篇文章将继续介绍一下TVM的编译流程,即是如何将深度学习框架的模型通过Relay IR进一步编译和优化为硬件可以执行的IR。然后通过实际例子来看一下经过不同的Pass之后TVM的IR会变成什么样子以及对速度的影响。二. TVM编译流程详解TVM的编译流程在Python端的调用方式非常简单:with tvm.transform
2021-05-31 23:39:47 1566 4
原创 【从零开始学深度学习编译器】五,TVM Relay以及Pass简介
0x0. 介绍在前面几节的介绍中我们了解到了TVM是如何将ONNX前端模型转换为IR Module的,并且还剖析了TVM中的Relay算子和TOPI算子的扭转过程,注意Relay算子的最终计算也是基于TOPI算子集合完成的。然后我们在基于ONNX模型结构了解TVM的前端那篇文章的示例程序中还有一个很重要的细节没有介绍,即下面这几行代码:####################################################################### Relay Build
2021-05-24 20:26:16 1243
原创 【从零开始学深度学习编译器】番外一,Data Flow和Control Flow
【GiantPandaCV导语】本文作为从零开始学深度学习编译器的番外篇,介绍了一下深度学习框架的Data Flow和Control Flow,并基于TensorFlow解释了TensorFlow是如何在静态图中实现Control Flow。其实,目前除TensorFlow外其它DL框架基本上是不支持Control Flow的,以Pytorch为例,它支持的也仅仅是Python Control Flow,即在Python层写控制逻辑。这样就存在一个问题,如果我们要部署带Control Flow的模型就会比较
2021-05-04 23:25:14 593 2
cs231-斯坦福大学-李菲菲-2016 课件
2018-01-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人