Are you sure you want to delete this task? Once this task is deleted, it cannot be recovered.
You can not select more than 25 topics
Topics must start with a chinese character,a letter or number, can include dashes ('-') and can be up to 35 characters long.
Xiaoyu Zhang
ed41c3a443
|
1 year ago | |
|---|---|---|
| codegen | 2 years ago | |
| dataflow_controlflow | 3 years ago | |
| mlir-ods | 2 years ago | |
| optimize_gemm | 2 years ago | |
| paper_reading | 1 year ago | |
| relay | 2 years ago | |
| scheduler | 3 years ago | |
| torchscript | 3 years ago | |
| .gitignore | 2 years ago | |
| README.md | 1 year ago | |
| cat.png | 3 years ago | |
| compile_tvm_in_docker.md | 2 years ago | |
| pytorch_resnet18_export_onnx.py | 3 years ago | |
| tvm_onnx_resnet18_inference.py | 3 years ago | |
| tvm_pytorch_resnet18_inference.py | 2 years ago | |
README.md
tvm_mlir_learn
preoject introduction
schedulerTVM 中 scheduler 详细举例，这里将 https://zhuanlan.zhihu.com/p/94846767 这篇文章的例子用TVM 0.8.0.dev 重写。dataflow_controlflow数据流和控制流的区别示例，这里是Pytorch为例子。paper_reading编译器方面的一些论文阅读，如 PET / Ansor/ MLIR 等。relayTVM 中一些 Relay 相关的示例，比如如何自定义 Pass，如何在 Jetson Nano 中运行DarkNet的YOLO模型等。codegenTVM 中 Codegen 相关示例，基于张量表达式和Relay IR。torchscriptPytorch的TorchScript的用法。- compile_tvm_in_docker.md 。在Docker中编译TVM。
tvm_pytorch_resnet18_inference.py使用 TVM 在 X86 CPU 上运行 Pytorch 的 ResNet18 模型。tvm_onnx_resnet18_inference.pyTVM 加载 ResNet18 的 ONNX 模型进行推理。pytorch_resnet18_export_onnx.pyPytorch 导出 ResNet18 的 ONNX 模型示例。optimize_gemm让深度学习编译器来指导我们写代码，以GEMM为例。
video collection
- What Is MLIR && What Is TVM？
- TVM Conf 2020 - An Introduction to TVM Part1
- TVM Conf 2020 - An Introduction to TVM Part2
- Torch MLIR公开会议翻译视频（自制中英双字完整版）
- TVM命令行驱动程序 视频教程
- 基于 MLIR 完成对 GEMM 的编译优化 中英视频上，中部分
- TVM TensorIR 视频讲解（熟肉）
- What Is LLVM?
- How To Install LLVM？
- Running the LLVM Tools
- LLVM IR介绍
LLVM 系列视频对应的源码在：https://github.com/lac-dcc/llvm-course
learning note
- 白杨：TVM源语-Compute篇
- MLSys 15-884: Course Introduction
- OSDI 2021 PET 论文解读（代码生成相关工作）
- Buddy-MLIR 项目详解（入门 MLIR 极佳选择）
- 【社区实践】为 TVM 新增 OneFlow 前端
- 【TVM 三代优化巡礼】在X86上将普通的矩阵乘法算子提速90倍
- 【论文解读】基于MLIR生成矩阵乘法的高性能GPU代码，性能持平cuBLAS
- 【从零开始学深度学习编译器】二十，MLIR的Pattern Rewrite机制
- 【从零开始学深度学习编译器】十九，MLIR的Pass机制实践
- MLIR：摩尔定律终结的编译器基础结构 论文解读
- 【从零开始学深度学习编译器】十八，MLIR中的Interfaces
- 【用沐神的方法阅读PyTorch FX论文】
- 【以OneFlow为例探索MLIR的实际开发流程】
- 【从零开始学深度学习编译器】十七，MLIR ODS要点总结下篇
- 【从零开始学深度学习编译器】十六，MLIR ODS要点总结上篇
- 【从零开始学深度学习编译器】十五，MLIR Toy Tutorials学习笔记之Lowering到LLVM IR
- 【从零开始学深度学习编译器】十四，MLIR Toy Tutorials学习笔记之部分Lowering
- 【从零开始学深度学习编译器】十三，如何在MLIR里面写Pass？
- 【从零开始学深度学习编译器】十二，MLIR Toy Tutorials学习笔记一
- 【从零开始学深度学习编译器】十一，初识MLIR
- 可以让深度学习编译器来指导算子优化吗
- 【从零开始学深度学习编译器】十，TVM的整体把握
- Ansor论文阅读笔记&&论文翻译
- 【从零开始学深度学习编译器】九，TVM的CodeGen流程
- 【从零开始学深度学习编译器】番外二，在Jetson Nano上玩TVM
- 【从零开始学深度学习编译器】八，TVM的算符融合以及如何使用TVM Pass Infra自定义Pass
- 【从零开始学深度学习编译器】七，万字长文入门TVM Pass
- 【从零开始学深度学习编译器】六，TVM的编译流程详解
- 【从零开始学深度学习编译器】五，TVM Relay以及Pass简介
- 【从零开始学深度学习编译器】番外一，Data Flow和Control Flow
- 【从零开始学深度学习编译器】四，解析TVM算子
- 【从零开始学TVM】三，基于ONNX模型结构了解TVM的前端
- 【从零开始学深度学习编译器】二，TVM中的scheduler
- 【从零开始学深度学习编译器】一，深度学习编译器及TVM 介绍
其它博客精选（TVM&MLIR 相关）
- 深度学习编译器 TVM 代码串讲
- TVM Overview
- TVM - Relay IR计算图可视化
- TVM - 代码生成流程
- TVM/VTA代码生成流程
- tvm算子优化schedule（一）--CPU篇
- tvm算子优化schedule（二）--GPU篇
- TVM Runtime System 概述
- TVM PackedFunc实现机制
- 机器学习编译器代码生成相关 MLIR Dialect
- 编译器与中间表示: LLVM IR, SPIR-V, 以及 MLIR
- 向外借力：Pluto助力MLIR编译器的多面体优化
TVM 自底向上专题-来自知乎Kord
- TVM 自底向上（一）：基本框架和概念
- TVM 自底向上（二）：TIR 的概念和编译原理
- TVM 自底向上（三）：TE 的概念和编译原理
- TVM 自底向上（四）：TE/TIR Schedule 的原理
系统性的专栏
工具介绍
No Description
Markdown Python C Unix Assembly C++ other