TVM 最新发布版本 0.3 有哪些亮点？ 第1页
1
crowowrk 网友的相关建议:
TVM ARM CPU/GPU的性能一直不错，有兴趣的同学可以看arxiv的论文。本次更新的内容可以直接看release note https://github.com/dmlc/tvm/releases/tag/v0.3
本次更新的第一个重点在于TOPI开始引入对于物体检测(SSD, YOLO) 等的支持，这个是深度学习编译跨向更多应用实用化的一步。
另一个比较有趣的是RPC tracker。TVM的设计理念是不光是授人以鱼（高性能算子），更包含了授人以渔（自动生成，调优部署高性能算子的编译平台）。其中自动调优里面一个非常头疼的的问题是移动设备（手机，板子）怎么样自动优化。传统的做法编译部署和调优都需要手工来做，没有办法自动化起来。TVM的RPC接口基本解决了这个问题，可以直接在python端对于远程的手机和板子进行调优。新版的RPC tracker从支持一个板子直接升级到了一个集群，也就是可以通过本机python脚本直接连接到一堆板子去做自动调优。
最后，对于深度学习和区块链有兴趣的同学可以自行寻找一下亮点。
关于tvm的其它介绍可以关注专栏 tvm
1
相关话题
深度学习应用在哪些领域让你觉得「我去，这也能行！」？如何看待timm作者发布ResNet新基准：ResNet50提至80.4，这对后续研究会带来哪些影响？
计算机视觉是否已经进入瓶颈期？
有没有必要把机器学习算法自己实现一遍？
请问人工神经网络中的activation function的作用具体是什么？为什么ReLu要好过于tanh和sigmoid function?
注意力机制是如何学习到模型所应注意的区域的？
下一代 AI 框架长什么样？
人是如何做黑盒优化的？
如何比较Keras, TensorLayer, TFLearn ？
ICLR 2021 有什么值得关注的投稿？
相关的话题
如何评价沐神他们写的《动手学深度学习》这本书？如何看待李沐老师提出的「用随机梯度下降来优化人生」？
现在的人工智能是否走上了数学的极端？
为什么计算注意力机制的时候不加偏置项？
在实际工程系统中，MPC太复杂，难以做到realtime。因此都利用数据，MPC对比RL还有优势么?
如何看待Yoav Goldberg 怒怼来自MILA的GAN for NLG的paper?
联邦学习在机器学习领域有什么独立存在的价值?
计算商品embedding然后平均得到用户embedding，会不会存在这种问题？
如何看待MXNet获得amazon官方支持首位？
为什么相比于计算机视觉(cv)，自然语言处理(nlp)领域的发展要缓慢？
Evidential deep learning里一般怎么估计多标签分类的Uncertainty？
如何看待李沐老师提出的「用随机梯度下降来优化人生」？
实验室一块GPU都没有怎么做深度学习？
在算力充沛，深度学习模型大行其道的今天，传统机器学习的未来在哪里？
TensorFlow的自动求导具体是在哪部分代码里实现的？
为什么说深度学习没有理论基础?
2018年了，MXNet 发展的如何了？
目前 AI 在疾病的诊断和治疗上，有哪些成功的应用？
如何判断两个Deep Learning 数据集的数据分布是否一致？
CVPR2022 有什么值得关注的论文 ?
如何计算CNN中batch normalization的计算复杂度（FLOPs）？
机器学习自嘲的炼丹和化学材料自嘲的炒菜有什么本质上的区别？
transformer 为什么使用 layer normalization，而不是其他的归一化方法？
百度在深度学习上使用Xilinx FPGA?
领域自适应需要用到测试集数据，这样的方法有啥意义呢？
人工智能相关的岗位薪酬状况如何？
使用pytorch时，训练集数据太多达到上千万张，Dataloader加载很慢怎么办?
如何评价浪潮发布的2457亿参数源1.0智能大模型？与GPT-3相比如何？处于AI模型领域什么水平？
是不是对于任意 n×n 大小的围棋棋盘，人类都赢不了 AlphaGo Zero 了？
验证集loss上升，准确率却上升该如何理解？