文件名称:tvm-in-action:TVM堆栈
文件大小:26KB
文件格式:ZIP
更新时间:2024-06-06 15:57:08
deep-learning tvm JupyterNotebook
(图片来源: : ) TVM在行动 在我探究深度学习框架的令人难以置信的爆炸以及如何将它们组合在一起的过程中,此存储库包含我的笔记,TVM堆栈的教程材料(源代码)。 抽象的 TensorFlow,MXNet,Caffe和PyTorch等可扩展框架针对各种服务级GPU进行了优化。 将工作负载部署到其他平台,例如手机,IoT和专用加速器(FPGA,ASIC)需要费力的人工。 TVM是一个端到端的优化堆栈,它公开了: 图级 运营商级优化--->为跨各种硬件后端的深度学习工作负载提供性能可移植性。 介绍 专用深度学习(DL)加速器的数量和多样性带来了采用方面的挑战 他们介绍了新的硬件抽象,现代的编译器和框架无法很好地应对这些抽象。 以当前的临时方式在各种DL框架中为各种硬件后端提供支持是不可持续的。 硬件目标在内存组织,计算等方面差异很大。 目标:轻松将DL工作负载部署到各种硬件目
【文件预览】:
tvm-in-action-master
----.gitignore(1KB)
----README.md(13KB)
----tvm-paper-notes.md(13KB)
----LICENSE(1KB)
----tvm-tutorials()
--------reduction.ipynb(14KB)
--------compute-and-reduce-with-tuple-inputs.ipynb(7KB)
--------external-tensor-functions.ipynb(6KB)
--------schedule_primitives.ipynb(15KB)
--------getting-started.ipynb(17KB)
----config.mk(2KB)