hyperai / tvm-cn Goto Github PK
View Code? Open in Web Editor NEWTVM Documentation in Chinese Simplified / TVM 中文文档
Home Page: https://tvm.hyper.ai
License: Apache License 2.0
TVM Documentation in Chinese Simplified / TVM 中文文档
Home Page: https://tvm.hyper.ai
License: Apache License 2.0
This issue lists Renovate updates and detected dependencies. Read the Dependency Dashboard docs to learn more.
These updates have been manually edited so Renovate will no longer make changes. To discard all commits and start over, click on a checkbox.
@docusaurus/core
, @docusaurus/module-type-aliases
, @docusaurus/preset-classic
, @docusaurus/tsconfig
)These updates have all been created already. Click a checkbox below to force a retry/rebase of any.
Dockerfile
.github/workflows/algolia.yml
actions/checkout v4
.github/workflows/build.yml
actions/checkout v4
actions/setup-node v4
pnpm/action-setup v2
actions/cache v4
docker/setup-qemu-action v3
docker/setup-buildx-action v3
docker/login-action v3
docker/login-action v3
docker/metadata-action v5
docker/bake-action v4
package.json
@docusaurus/core 3.0.1
@docusaurus/preset-classic 3.0.1
@mdx-js/react 3.0.1
@openbayes/docsearch-css 1.11.1
@openbayes/docusaurus-enlight 1.11.1
clsx 2.1.0
docusaurus-plugin-sass 0.2.5
kladenets 2.0.0-15
prism-react-renderer 2.3.1
react 18.2.0
react-dom 18.2.0
rehype-katex 7
remark-math 6
sass 1.72.0
@docusaurus/module-type-aliases 3.0.1
@docusaurus/tsconfig 3.0.1
typescript 5.3.3
node >=18.0
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.12 stable 版本,非 v0.13 dev 版本!!!
本任务包含以下文档:
温馨提示:
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.13 stable 版本
本任务包含以下文档:
Using TVM’s CI
Release Process
Error Handling Guide
温馨提示:
为保证翻译的准确性,每个 Task 配备 1 名翻译者及 1 名校对者,两人配合完成本部分文档的更新
在翻译及校对过程中,请及时在飞书文档更新进度
推荐借助 git diff 定位文档更新内容
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.13 stable 版本
本任务包含以下文档:
Work With microTVM
microTVM CLI Tool
Install microTVM Python dependencies
microTVM Ahead-of-Time (AOT) Compilation
microTVM PyTorch Tutorial
Training Vision Models for microTVM on Arduino
Model Tuning with microTVM
Running TVM on bare metal Arm(R) Cortex(R)-M55 CPU and Ethos(TM)-U55 NPU with CMSIS-NN
Creating Your MLPerfTiny Submission with microTVM
Bring microTVM to your own development environment
温馨提示:
为保证翻译的准确性,每个 Task 配备 1 名翻译者及 1 名校对者,两人配合完成本部分文档的更新
在翻译及校对过程中,请及时在飞书文档更新进度
推荐借助 git diff 定位文档更新内容
{.title-ref}
(e.g. ref){.interpreted-text role="ref"}
(e.g. ref)::: note ::: title Note :::
at https://tvm.hyper.ai/docs/get_start/contribute/error_handling:pytvm.error{.interpreted-text role="mod"}
https://tvm.hyper.ai/docs/get_start/contribute/error_handling#如何选择错误类型【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.13 stable 版本
本任务包含以下文档:
Use AutoScheduler for Template-Free Scheduling
Auto-scheduling a Convolution Layer for GPU
Auto-scheduling a Neural Network for x86 CPU
Auto-scheduling a Neural Network for NVIDIA GPU
Auto-scheduling a Neural Network for ARM CPU
Auto-scheduling a Neural Network for mali GPU
Auto-scheduling Sparse Matrix Multiplication on CPU with Custom Sketch Rule
温馨提示:
为保证翻译的准确性,每个 Task 配备 1 名翻译者及 1 名校对者,两人配合完成本部分文档的更新
在翻译及校对过程中,请及时在飞书文档更新进度
推荐借助 git diff 定位文档更新内容
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.13 stable 版本
本任务包含以下文档:
Deploy Models and Integrate TVM
Deploy TVM Module using C++ API
Deploy to Android
Deploy to Adreno™ GPU
Integrate TVM into Your Project
HLS Backend Example
Relay Arm® Compute Library Integration
Relay TensorRT Integration
Vitis AI Integration
Relay BNNS Integration
温馨提示:
为保证翻译的准确性,每个 Task 配备 1 名翻译者及 1 名校对者,两人配合完成本部分文档的更新
在翻译及校对过程中,请及时在飞书文档更新进度
推荐借助 git diff 定位文档更新内容
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.13 stable 版本
本任务包含以下文档:
How To Guides
Compile Deep Learning Models
Compile PyTorch Models
Compile Tensorflow Models
Compile MXNet Models
Compile ONNX Models
Compile Keras Models
Compile TFLite Models
Compile CoreML Models
Compile YOLO-V2 and YOLO-V3 in DarkNet Models
Compile PaddlePaddle Models
Compile OneFlow Models
温馨提示:
为保证翻译的准确性,每个 Task 配备 1 名翻译者及 1 名校对者,两人配合完成本部分文档的更新
在翻译及校对过程中,请及时在飞书文档更新进度
推荐借助 git diff 定位文档更新内容
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.13 stable 版本
本任务包含以下文档:
Auto-Tune with Templates and AutoTVM
Tuning High Performance Convolution on NVIDIA GPUs
Auto-tuning a Convolutional Network for NVIDIA GPU
Auto-tuning a Convolutional Network for x86 CPU
Auto-tuning a Convolutional Network for ARM CPU
Auto-tuning a Convolutional Network for Mobile GPU
温馨提示:
为保证翻译的准确性,每个 Task 配备 1 名翻译者及 1 名校对者,两人配合完成本部分文档的更新
在翻译及校对过程中,请及时在飞书文档更新进度
推荐借助 git diff 定位文档更新内容
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.12 stable 版本,非 v0.13 dev 版本!!!
本任务包含以下文档:
温馨提示:
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.13 stable 版本
本任务包含以下文档:
Index
Introduction
Installing TVM
Compiling and Optimizing a Model with TVMC
温馨提示:
为保证翻译的准确性,每个 Task 配备 1 名翻译者及 1 名校对者,两人配合完成本部分文档的更新
在翻译及校对过程中,请及时在飞书文档更新进度
推荐借助 git diff 定位文档更新内容
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.12 stable 版本,非 v0.13 dev 版本!!!
本任务包含以下文档:
温馨提示:
请问在huawei atlas 200开发板的昇腾310硬件上应该使用什么tvm runtime呢?cuda和Vulcan不能在昇腾硬件上正常使用
表达式变异器
-> 表达式修改器
(Expression Mutators) ,其他 变异器
同理缓冲区
-> 数组
或者 内存空间
at here创建一个类骨架并实现所需功能,注意:需要延续使用...
-> 创建一个类并实现所需功能,注意:需要继承自...
at [here] (https://tvm.hyper.ai/docs/dev/how_to/relay_bring_your_own_codegen#实现-csourcecodegen):ref:pass-infra
in https://tvm.hyper.ai/docs/dev/how_to/relay_add_pass#用-pass-manager-注册-pass首先,由衷地感谢翻译团队的翻译!
issue内容:我在学习TVM时,发现了一个由输入法引起的翻译上的笔误,译者可能误将“空间”翻译成了“控件”。
具体位置:“用户手册”-“用户教程”-“用 Schedule 模板和 AutoTVM 优化算子”-“带有高级参数 API 的矩阵乘法模板” 的 示例代码 的 第14行注释。
具体错误:【 ##### define space begin #####】被翻译成了【##### 开始定义控件 #####】
同义词
-> 分类
https://tvm.hyper.ai/docs/how_to/compile/compile_pytorch#查找同义词集名称规约
-> 规约 (reduce)
https://tvm.hyper.ai/docs/how_to/te_schedules/reduction交叉线程规约
-> 跨线程规约
扫描
-> 线性
草图规则
-> 调度规则/搜索规则
使用 Relay使用张量表达式和 Schedule
https://tvm.hyper.ai/docs/how_to/te_schedules/如果用的是 Python2,请将「3」更改为「2」
since Python2
is not supported anymore. (It's also a issue of the English version)Links are broken when access pages with trailing slash:
https://tvm.hyper.ai/docs/get_start/install/from_source/#%E5%AE%89%E8%A3%85-contrib-%E5%BA%93
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.13 stable 版本
本任务包含以下文档:
Deploy Deep Learning Models
Deploy the Pretrained Model on Adreno™
Deploy the Pretrained Model on Adreno™ with tvmc Interface
Deploy the Pretrained Model on Android
Deploy the Pretrained Model on Jetson Nano
Deploy the Pretrained Model on Raspberry Pi
Compile PyTorch Object Detection Models
Deploy a Framework-prequantized Model with TVM
Deploy a Framework-prequantized Model with TVM - Part 3 (TFLite)
Deploy a Quantized Model on Cuda
Deploy a Hugging Face Pruned Model on CPU
温馨提示:
为保证翻译的准确性,每个 Task 配备 1 名翻译者及 1 名校对者,两人配合完成本部分文档的更新
在翻译及校对过程中,请及时在飞书文档更新进度
推荐借助 git diff 定位文档更新内容
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.12 stable 版本,非 v0.13 dev 版本!!!
本任务包含以下文档:
温馨提示:
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.12 stable 版本,非 v0.13 dev 版本!!!
本任务包含以下文档:
温馨提示:
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.13 stable 版本
本任务包含以下文档:
Work With Tensor Expression and Schedules
Schedule Primitives in TVM
Reduction
Intrinsics and Math Functions
Scan and Recurrent Kernel
External Tensor Functions
Use Tensorize to Leverage Hardware Intrinsics
Compute and Reduce with Tuple Inputs
Use Tensor Expression Debug Display (TEDD) for Visualization
温馨提示:
为保证翻译的准确性,每个 Task 配备 1 名翻译者及 1 名校对者,两人配合完成本部分文档的更新
在翻译及校对过程中,请及时在飞书文档更新进度
推荐借助 git diff 定位文档更新内容
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.12 stable 版本,非 v0.13 dev 版本!!!
本任务包含以下文档:
温馨提示:
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.13 stable 版本
本任务包含以下文档:
Work With Relay
Building a Graph Convolutional Network
Using External Libraries in Relay
Using Pipeline Executor in Relay
Use Relay Visualizer to Visualize Relay
温馨提示:
为保证翻译的准确性,每个 Task 配备 1 名翻译者及 1 名校对者,两人配合完成本部分文档的更新
在翻译及校对过程中,请及时在飞书文档更新进度
推荐借助 git diff 定位文档更新内容
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.12 stable 版本,非 v0.13 dev 版本!!!
本任务包含以下文档:
温馨提示:
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.12 stable 版本,非 v0.13 dev 版本!!!
本任务包含以下文档:
温馨提示:
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.12 stable 版本,非 v0.13 dev 版本!!!
本任务包含以下文档:
温馨提示:
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.13 stable 版本
本任务包含以下文档:
Optimizing Operators with Schedule Templates and AutoTVM
Optimizing Operators with Auto-scheduling
Blitz Course to TensorIR
Cross Compilation and RPC
Quick Start Tutorial for Compiling Deep Learning Models
Making your Hardware Accelerator TVM-ready with UMA
Introduction to TOPI
温馨提示:
为保证翻译的准确性,每个 Task 配备 1 名翻译者及 1 名校对者,两人配合完成本部分文档的更新
在翻译及校对过程中,请及时在飞书文档更新进度
推荐借助 git diff 定位文档更新内容
https://tvm.hyper.ai/docs/arch/
------------------------------------------------------------------
原始翻译:
无用代码清除
无用码
建议翻译: 死码消除,
以下内容来自百度百科: DCE,即死码消除,编译器原理中,死码消除(Dead code elimination)是一种编译最优化技术,它的用途是移除对程序运行结果没有任何影响的代码。
------------------------------------------------------------------
原始翻译:
将端到端功能(例如 MobileNet)分解为子功能(例如 conv2d-relu)段。这个过程帮助将原始问题分为两个子问题:
原文: function, 此处被翻译成了"功能", 建议翻译成 "函数"
-------------------------------------------------------------------
原始翻译:
在 Relay 优化 pipeline 之后
建议翻译:
在 Realy 优化流程的后期,
------------------------------------------------------------------
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.12 stable 版本,非 v0.13 dev 版本!!!
本任务包含以下文档:
温馨提示:
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.13 stable 版本
本任务包含以下文档:
Optimize Tensor Operators
How to optimize GEMM on CPU
How to optimize convolution on GPU
How to optimize convolution using TensorCores
温馨提示:
为保证翻译的准确性,每个 Task 配备 1 名翻译者及 1 名校对者,两人配合完成本部分文档的更新
在翻译及校对过程中,请及时在飞书文档更新进度
推荐借助 git diff 定位文档更新内容
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 v0.13版本。
本任务包含以下文档:
Installing TVM
Install from Source
Docker Images
NNPACK Contrib Installation
温馨提示:
为保证翻译的准确性,每个 Task 配备 1 名翻译者及 1 名校对者,两人配合完成本部分文档的更新
在翻译及校对过程中,请及时在飞书文档更新进度
推荐借助 git diff 定位文档更新内容
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.13 版本。
本任务包含以下文档:Documentation
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.13 stable 版本
本任务包含以下文档:
Extend TVM
Writing a Customized Pass
How to Use TVM Pass Infra
How to Use TVM Pass Instrument
Bring Your Own Datatypes to TVM
Profile Models
Getting Started With PAPI
Handle TVM Errors
Frequently Asked Questions
温馨提示:
为保证翻译的准确性,每个 Task 配备 1 名翻译者及 1 名校对者,两人配合完成本部分文档的更新
在翻译及校对过程中,请及时在飞书文档更新进度
推荐借助 git diff 定位文档更新内容
【重要】中文文档是基于 tvm 0.10.0,对齐英文文档 0.12 stable 版本,非 v0.13 dev 版本!!!
本任务包含以下文档:
温馨提示:
A declarative, efficient, and flexible JavaScript library for building user interfaces.
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
An Open Source Machine Learning Framework for Everyone
The Web framework for perfectionists with deadlines.
A PHP framework for web artisans
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
Some thing interesting about web. New door for the world.
A server is a program made to process requests and deliver data to clients.
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Some thing interesting about visualization, use data art
Some thing interesting about game, make everyone happy.
We are working to build community through open source technology. NB: members must have two-factor auth.
Open source projects and samples from Microsoft.
Google ❤️ Open Source for everyone.
Alibaba Open Source for everyone
Data-Driven Documents codes.
China tencent open source team.