摘要：
x86 cpu卷积网络的自动调谐 这是一个关于如何为x86cpu调整卷积神经网络的文档。 本文不会在Windows或最新版本的macOS上运行。要让它运行，需要将主体包装在 if __name__ == "__main__": 块中。 import os import numpy as np imp 阅读全文
摘要：
NVIDIA GPU卷积网络的自动调谐 针对特定设备和工作负载的自动调整对于获得最佳性能至关重要。这是关于如何为NVIDIA GPU调整整个卷积网络。 NVIDIA GPU在TVM中的操作实现是以模板形式编写的。模板有许多可调旋钮（平铺系数、展开等）。将调整神经网络中的所有卷积和深度卷积算子。在调优 阅读全文
摘要：
编写可调模板并使用Auto-tuner自动调谐器 本文介绍在TVM自动调谐模块。 自动调谐有两个步骤。第一步是定义搜索空间。第二步是运行一个搜索算法来探索这个空间。可以学习如何在TVM中执行这两个步骤。以矩阵乘法为例说明了整个工作流程。 本文不会在Windows或最新版本的macOS上运行。要让它运 阅读全文
摘要：
用Auto-TensorCore代码生成优化matmul 将演示如何使用TVM Auto TensorCore CodeGen在Volta/Turing GPU上编写高性能matmul调度。这是一个透明的解决方案，可以生成大多数在ir过程中完成的转换的tensorcore内核。用户还可以编写带有te 阅读全文
摘要：
摘要 基于视觉的动作识别在实践中遇到了不同的挑战，包括从任何角度识别主题，实时处理数据以及在现实环境中提供隐私。甚至识别基于配置文件的人类动作（基于视觉的动作识别的一个子集），在计算机视觉中也是一个巨大的挑战，它构成了理解复杂动作，活动和行为的基础，尤其是在医疗保健应用和视频监控系统中。因此，介绍了 阅读全文