参考文档 深度学习编译中间件之NNVM(十二)NNVM源代码阅读1 本系列文档涉及NNVM源代码阅读理解，本篇主要介绍一些NNVM的基础数据结构。 使用的C++命令空间为nnvm 相关代码位于 1. include/nnvm 2. src/core class Op 代码位于 include/nnvm/op.h include/nnvm/op_attr_types.h src/core/op.cc

参考文档 深度学习编译中间件之NNVM(十二)NNVM源代码阅读1 深度学习编译中间件之NNVM(十三)NNVM源代码阅读2 深度学习编译中间件之NNVM(十四)NNVM源代码阅读3 深度学习编译中间件之NNVM(十五)NNVM源代码阅读4 NNVM Compiler组件是和使用者比较近的一个组件，本篇文档将详细阅读相关代码。 NNVM Compiler组件中比较重要的函数是nnvm.compil

参考文档 深度学习编译中间件之NNVM(十二)NNVM源代码阅读1 深度学习编译中间件之NNVM(十三)NNVM源代码阅读2 NNVM Core Tensor Operators官方文档 参考文档1从最外层的nnvm.compiler.build函数入手逐渐深入到NNVM的实现细节。 首先可以将nnvm.compiler.build的执行过程总结为如下步骤： 校正Layout 初始化Pass(指定

参考文档 深度学习编译中间件之NNVM(十二)NNVM源代码阅读1 深度学习编译中间件之NNVM(十三)NNVM源代码阅读2 深度学习编译中间件之NNVM(十四)NNVM源代码阅读3 NNVM Frontend组件主要负责将多种深度学习框架训练出来的模型转换成如下内容： nnvm.Graph对象：用于存储模型网络描述 tvm.nd.Array对象：用于存储模型权重参数 NNVM Frontend组

概述 nnvm启发于LLVM，它利用operator的高层信息去优化计算图；nnvm是从mxnet的实现中剥离出来一个模块，该模块完成了从symbol描述的网络到graph描述的符号计算图的生成和优化工作，而这样的模块化剥离仿效了unix的哲学，使得mxnet能够在不同的设备应用和场景中自主裁剪各功能模块。 nnvm中的graph包含了计算图的结构，并且包含了一个从字符串到任意类型的属性映射map

深度学习编译中间件TVM之编译&安装 深度学习编译中间件之NNVM(一)介绍 深度学习编译中间件之NNVM(二)编译&安装 深度学习编译中间件之NNVM(四)TVM设计理念与开发者指南 深度学习编译中间件之NNVM(五)TVM论文阅读 深度学习编译中间件之NNVM(十二) NNVM源代码阅读1 深度学习编译中间件之NNVM(十三) NNVM源代码阅读2 深度学习编译中间件之NNVM(十四)NNVM

参考文档 对于阅读NNVM源代码而言，建议从最外层使用的nnvm.compiler.build函数开始阅读，逐渐深入． 这里先展示一个最简单的NNVM编译器的使用过程： # 从本地文件加载mxnet模型 mx_sym, args, auxs = mx.model.load_checkpoint('mobilenet', 0) nnvm_sym, nnvm_params = nnvm.fronten

参考文档 深度学习编译中间件之NNVM(十二)NNVM源代码阅读1 深度学习编译中间件之NNVM(十三)NNVM源代码阅读2 深度学习编译中间件之NNVM(十四)NNVM源代码阅读3 深度学习编译中间件之NNVM(十五)NNVM源代码阅读4 深度学习编译中间件之NNVM(十六)NNVM源代码阅读5 这篇文档将讲解和HalideIR相关的内容。 HalideIR是一个创建符号表达式和算术简化的基础模

官方介绍的设计理念 TVM图编译器NNVM简单探究

nnvm { "nodes": [ { "op": "null", "name": "x", "inputs": [] }, { "op": "null", "name": "y", "inputs": [] }, { "op": "tvm_op",