姆克儿-CSDN博客

翻译 How to Guides -- How to optimize convolution on GPU

Author: Haichen Shen在本教程中，我们将演示如何在 TVM 中编写高性能卷积实现。我们以正方形大小的输入张量和滤波器为例，并假设卷积的输入具有大批量。在此示例中，我们使用不同的布局来存储数据，以实现更好的数据局部性。缓冲区布局是HWCN，代表高度、宽度、通道、批次。preparation and algorithm我们对具有 256 个通道和 14 x 14 维度的输入张量使用固定大小。批量大小为 256。卷积过滤器包含 512 个大小为 3 x 3 的过滤器。我们使用步幅大

2022-03-20 17:01:02 274

翻译 How to Guides -- How to optimize GEMM on CPU

Author: Jian Weng, Ruofei YuTVM 提供抽象接口，允许用户分别描述算法和算法的实现组织（所谓的调度）。通常，以高性能调度编写算法会破坏算法的可读性和模块化。此外，尝试各种看似有希望的时间表非常耗时。在 TVM 的帮助下，我们可以有效地尝试这些时间表以提高性能。在本教程中，我们将演示如何使用 TVM 优化方阵乘法，并通过简单地添加 18 行额外的代码实现比基线快 200 倍。在 CPU 上执行的密集计算应用程序有两个重要的优化：提高内存访问的缓存命中率。高缓存命中

2022-03-18 15:28:26 309

翻译 TVM -- Design and Architecture

本文档适用于想要了解 TVM 架构和/或积极开发项目的开发人员。该页面的组织如下：示例编译流程概述了 TVM 将模型的高级描述转换为可部署模块所采取的步骤。要开始使用，请先阅读本节。逻辑架构组件部分描述了逻辑组件。后面的部分是针对每个逻辑组件的特定指南，按组件的名称组织。设备/目标交互页面描述了 TVM 如何与每个受支持的物理设备和代码生成目标进行交互。请随意查看开发人员操作指南以获取有用的开发技巧。本指南提供了架构的一些补充视图。首先，我们回顾了一个端到端的编译流程，并讨论了关键的数据

2022-03-16 17:00:57 4236

翻译 TVM Developer Tutorial

TVM 代码库示例演练了解一个新的代码库可能是一个挑战。对于像 TVM 这样的代码库尤其如此，其中不同的组件以不明显的方式交互。在本指南中，我们尝试通过一个简单的示例来说明构成编译管道的关键元素。对于每个重要步骤，我们都会展示它在代码库中的实现位置。目的是让新开发人员和感兴趣的用户更快地潜入代码库。代码库结构概述在 TVM 存储库的根目录中，我们有以下子目录，它们共同构成了大部分代码库。src - 用于操作员编译和部署运行时的 C++ 代码。src/relay - Relay 的实现，一

2022-03-08 17:07:35 219

翻译 TVM User Tutorial -- Introduction to TOPI

Author: Ehsan M. Kermani这是 TVM Operator Inventory (TOPI) 的介绍性教程。 TOPI 提供了 numpy 风格的通用操作和调度，其抽象程度高于 TVM。在本教程中，我们将了解 TOPI 如何使我们免于在 TVM 中编写模板代码。from __future__ import absolute_import, print_functionimport tvmimport tvm.testingfrom tvm import tefrom t

2022-03-06 20:25:55 462

翻译 TVM User Tutorial -- Quick Start Tutorial for Compiling Deep Learning Models

Author: Yao Wang, Truman Tian这个例子展示了如何使用 Relay python 前端构建一个神经网络，并为带有 TVM 的 Nvidia GPU 生成一个运行时库。请注意，您需要在启用 cuda 和 llvm 的情况下构建 TVM。TVM 支持的硬件后端概述下图显示了 TVM 当前支持的硬件后端：在本教程中，我们将选择 cuda 和 llvm 作为目标后端。首先，让我们导入 Relay 和 TVM。import numpy as npfrom tvm impor

2022-03-06 20:15:09 320

翻译 TVM User Tutorial -- Blitz Course to TensorIR

Author: Siyuan FengTensorIR 是一种特定领域语言，用于深度学习项目，有两个广泛的用途：在各种硬件后端上实现转换和优化程序。自动张力化程序优化的抽象。import tvmfrom tvm.ir.module import IRModulefrom tvm.script import tir as Timport numpy as npIRModuleIRModule 是TVM的中心数据结构，它包含深度学习程序。它是研究IR变换和建模的基本对象。这是IRMo

2022-03-06 16:39:39 369

翻译 TVM User Tutorial -- Optimizing Operators with Auto-scheduling

Author: Lianmin Zheng, Chengfan Jia在本教程中，我们将展示 TVM 的自动调度功能如何在无需编写自定义模板的情况下找到最佳调度。与基于模板的 AutoTVM 依赖手动模板来定义搜索空间不同，自动调度程序不需要任何模板。用户只需编写计算声明，无需任何调度命令或模板。自动调度器可以自动生成一个大的搜索空间，并在空间中找到一个好的调度。我们在本教程中使用矩阵乘法作为示例。请注意，本教程不会在 Windows 或最新版本的 macOS 上运行。要让它运行，您需要将本教

2022-03-06 15:42:58 160

翻译 TVM User Tutorial -- Optimizing Operators with Schedule Templates and AutoTVM

Authors: Lianmin Zheng, Chris Hoge在本教程中，我们将展示如何使用 TVM 张量表达式 (TE) 语言编写调度模板，AutoTVM 可以搜索这些模板以找到最佳调度。这个过程称为Auto-Tuning，它有助于自动化优化张量计算的过程。本教程建立在前面关于如何使用 TE <tensor_expr_get_started> 编写矩阵乘法的教程的基础上。自动调整有两个步骤。第一步是定义搜索空间。第二步是运行搜索算法来探索这个空间。在本教程中，您可以了解如

2022-03-06 13:43:05 120

翻译 TVM User Tutorial -- Working with Operators Using Tensor Expression

Author: Tianqi Chen在本教程中，我们将关注 TVM 如何与张量表达式 (Tensor Expression, TE) 一起定义张量计算并应用循环优化。 TE 用纯函数式语言描述张量计算（即每个表达式都没有副作用）。从 TVM 的整体来看，Relay 将计算描述为一组算子，每个算子都可以表示为一个 TE 表达式，其中每个 TE 表达式接受输入张量并产生一个输出张量。这是 TVM 中张量表达式语言的介绍性教程。 TVM 使用特定领域的张量表达式来进行有效的内核构建。我们将通过两个使

2022-03-03 14:53:22 225

翻译 TVM User Tutorial -- Compiling and Optimizing a Model with the Python Interface (AutoTVM)

Compiling and Optimizing a Model with the Python Interface (AutoTVM)Author: Chris Hoge注：在练习这一节之前需要自行完成TVM的安装！在 TVMC 教程中，我们介绍了如何使用 TVM 的命令行界面 TVMC 编译、运行和调整预训练的视觉模型 ResNet-50 v2。 TVM 不仅仅是一个命令行工具，它是一个优化框架，具有可用于多种不同语言的 API，为您在使用机器学习模型时提供了极大的灵活性。在本教程中，我们将介

2022-02-28 20:32:23 497

翻译 TVM User Tutorial -- Introduction

TVM 使用教程翻译 Introduction

2022-02-28 17:00:34 193

原创有帮助的博客整理

Ubuntuubuntu关于软件源ubuntu安装程序无法获得锁ubuntu调整系统界面大小本人VMware最适分辨率1718x888

2021-11-15 15:43:00 102

原创 AVX application for Linux | Linux中使用AVX指令集编程踩坑

背景：学习使用SIMD AVX指令集，已经完成了一份代码，在Windows中能正常运行，想迁移到Linux中，结果却出现两个问题，最终逐渐排坑至可以正常运行。环境：windows 10, ubuntu 20.04目录一、Windows下正常运行代码二、Ubuntu中运行问题一：编译错误三、Ubuntu运行问题二：Segmentation fault (core dumped)四、成功运行结果参考资料一、Windows下正常运行代码#include<immintrin.h>#includ

2021-10-12 21:22:34 3366 1

原创 R Package ‘nnet’ 详解

起因：在一次构建模型的过程中发现，用caret Package中的nnet method比使用nnet Package中的nnet效果更好（合作者的说明，准确性待验证），因此来更深层次的学习nnet与catet Package中nnet的实现原理Survey on R 'nnet' Package获取文档文档内容nnet介绍使用方法使用类formula正常理解X、Y方法运行实例如下参数说明原理学习获取文档从CRAN Packages By Name网站中获取到nnet与caret的文档。nnet相对

2021-09-20 20:05:20 5337

原创解决“各种”软件图标显示错误问题

本文为转载自其他用户，转载太多甚至没有找到原创，我的再次转载旨在说明这个方法的正确性，实在太强了！！！以及防止下次再出现问题找不到解决方法，那就太难过了~方法如下：step 1：新建记事本，写入（复制粘贴）内容如下，保存（任意位置）rem 关闭explorer.exetaskkill /f /im explorer.exeattrib -h -i %userprofile%\AppDat...

2021-01-11 10:19:06 898

原创 Markdown学习笔记

Markdown是一种轻量级标记语言，排版语法很简洁，也非常常用，CSDN博客的默认编写方式就是Markdown，以下为本人学习Markdown的笔记，为Markdown正文形式，显示形式可以复制全文到任意编辑器中查看。本笔记的学习自网络教程[Markdown语法](https://markdown.com.cn "我用的语法教程")，内容为Markdown基本语法，很简单，只要有点基础，过一遍就能学会，不做笔记，最多耗时半小时笔记标题后的快捷键是**MarkdownPad2**应用程序中的快捷键

2020-12-23 13:51:44 298

原创解决The package java.awt is not accessible

第一次写这个东东，也不会有人看，随缘记录点东西最近开始学java，用了eclipse IDE，但是在用awt和swing包的时候报错，The package java.awt is not accessible还有The package java.swing is not accessible结论在这个网址，不过图我已经截过来了翻译过来就是“如果你用了modules（模块）的话，你必须...

2019-11-19 02:47:52 58476 52

zachariah2000的博客