TVM和模型优化概述

TVM和模型优化概述

  1. 从Tensorflow,Pytorch或Onnx之类的框架中导入模型。TVM可以在导入器层中从其他框架(例如ONNX,Tensorflow或PyTorch)提取模型。随着我们不断改进开源项目,TVM为每个前端提供的支持水平各不相同。如果将模型导入TVM时遇到问题,则可能需要尝试将其转换为ONNX。
  2. 转换为TVM的高级模型语言Relay。在Relay中表示已导入TVM的模型。中继是神经网络的一种功能语言和中间表示(IR)。它支持:
    传统的数据流样式表示
    函数式作用域,让绑定,使其成为功能齐全的可区分语言
    允许用户混合两种编程样式的能力
    Relay对模型应用了几个高级优化,然后运行Relay Fusion Pass。为了帮助转换为中继,TVM包含一个Tensor操作员清单(TOPI),该清单具有预定义的通用计算模板。
  3. 降低到张量表达(TE)表示。降低是指将较高级别的表示形式转换为较低级别的表示形式。在Relay Fusion
    Pass中,模型从较高级别的Relay表示降低为较小的子图集,其中每个节点都是一个任务。任务是用TE表示的计算模板的集合,其中模板的参数可以控制如何在硬件上执行计算。由TE模板的参数定义的特定计算顺序称为计划表。
  4. 通过调优为每个任务使用AutoTVM或AutoScheduler搜索优化的计划。调整是在TE参数空间中搜索针对目标硬件优化的计划的过程。有几个优化选项可用,每个选项都需要不同级别的用户交互。优化选项包括:
    AutoTVM:用户为TE任务或TE subraph的时间表指定搜索模板。AutoTVM指导对模板定义的参数空间的搜索,以产生优化的配置。AutoTVM要求用户作为TOPI的一部分&#x
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

yhwang-hub

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值