使用 TVMC 编译和优化模型

6小贱

已于 2022-05-25 10:59:03 修改

阅读量574

点赞数

分类专栏： TVM 文章标签： python 开发语言

于 2022-05-25 10:56:16 首次发布

本文链接：https://blog.csdn.net/u013947807/article/details/124962088

版权

本文介绍了如何使用TVMC工具编译和优化ONNX模型。首先，详细展示了获取、编译ResNet-50 v2模型的过程，接着探讨了数据预处理和后处理的步骤。然后，通过安装依赖并使用gridsearch调优，生成了调优模型，并对比了调优前后模型的性能，结果显示调优后的模型运行速度提高了约1.29倍。

摘要由CSDN通过智能技术生成

TVMC 介绍

TVMC 是一个将 TVM 的一些特性比如自动调优，编译，分析和运行模型等通过命令行前端暴露出来的工具。
TVMC 是一个 Python 应用程序，是 TVM Python 包的一部分。
可以通过下面的命令来启动TVMC命令行驱动程序python -m tvm.driver.tvmc。

运行 tvmc --help 可以看到它支持的命令选项：

usage: tvmc [--config CONFIG] [-v] [--version] [-h] {run,tune,compile} ...

TVM compiler driver

optional arguments:
  --config CONFIG     configuration json file
  -v, --verbose       increase verbosity
  --version           print the version and exit
  -h, --help          show this help message and exit.

commands:
  {run,tune,compile}
    run               run a compiled module
    tune              auto-tune a model
    compile           compile a model.

TVMC - TVM driver command-line interface

从上面可以看到目前 TVMC 支持三种命令：run,tune,compile。针对不同的命令，也可以查看相关的帮助信息，例如：

tvmc run --help
usage: tvmc run [-h] [--device {cpu,cuda,cl,metal,vulkan,rocm,micro}]
                [--fill-mode {zeros,ones,random}] [-i INPUTS] [-o OUTPUTS]
                [--print-time] [--print-top N] [--profile] [--end-to-end]
                [--repeat N] [--number N] [--rpc-key RPC_KEY]
                [--rpc-tracker RPC_TRACKER] [--list-options]
                PATH

positional arguments:
  PATH                  path to the compiled module file or to the project
                        directory if '--device micro' is selected.

optional arguments:
  -h, --help            show this help message and exit
  --device {cpu,cuda,cl,metal,vulkan,rocm,micro}
                        target device to run the compiled module. Defaults to
                        'cpu'
  --fill-mode {zeros,ones,random}
                        fill all input tensors with values. In case
                        --inputs/-i is provided, they will take precedence
                        over --fill-mode. Any remaining inputs will be filled
                        using the chosen fill mode. Defaults to 'random'
  -i INPUTS, --inputs INPUTS
                        path to the .npz input file
  -o OUTPUTS, --outputs OUTPUTS
                        path to th