mlir dialect transform(section1)

编译器开发过程中，常涉及到的一个工作就是dialect的之间的转换，从一个前端的dialect统一到中间dialect，或者lowering到低层次的dialect，一般涉及到常见工作分为：1）op 转换；2）shape align；3）data shuffle。后面三篇文章，将分别说明这部分工作

以onnx mlir到tensorflow lite(tfl) mlir的转换举例

1）op 转换 （conv2d op)

onnx的算子描述：https://github.com/onnx/onnx-mlir/blob/main/src/Dialect/ONNX/ONNXOps.td.inc

tfl的算子描述：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/compiler/mlir/lite/ir/tfl_ops.td

从ONNXOps.td.inc摘出onnx conv的算子描述，如图所示：

def ONNXConvOp:ONNX_Op<"Conv",
  [Pure, DeclareOpInterfaceMethods<ShapeInferenceOpInterface>, DeclareOpInterfaceMethods<ShapeHelperOpInterface>]> {
  let summary = "ONNX Conv operation";
  let description = [{
  The convolution operator consumes an input tensor and a filter, and
  computes the output.
  }];