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
反馈控制理论在优化、机器学习等领域有哪些应用？NLP文本匹配问题的本质是不是 对于要预测的句子，遍历候选句子 从训练数据集里寻找最相似的pair？
要研究深度学习的可解释性（Interpretability），应从哪几个方面着手？
计算商品embedding然后平均得到用户embedding，会不会存在这种问题？
BERT模型可以使用无监督的方法做文本相似度任务吗？
transformer 为什么使用 layer normalization，而不是其他的归一化方法？
计算机视觉中video understanding领域有什么研究方向和比较重要的成果？
你见过最差的算法工程师能差到什么程度？
如何看待多模态transformer，是否会成为多模态领域的主流？
Yann LeCun、Geoffrey Hinton或Yoshua Bengio能得图灵奖吗？
相关的话题
深度学习（机器学习）的下一步如何发展？什么是蒙特卡罗 Dropout(Monte-Carlo Dropout)？
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?
mxnet的并行计算为什么这么牛，是什么原理？
如何看待Hinton的论文《Dynamic Routing Between Capsules》？
什么是人工智能？人工智能、机器学习、深度学习三者之间有什么关系吗？
为什么计算注意力机制的时候不加偏置项？
TVM 最新发布版本 0.3 有哪些亮点？
为什么计算注意力机制的时候不加偏置项？
计算商品embedding然后平均得到用户embedding，会不会存在这种问题？
强化学习和自适应控制的关系是什么？
ICLR 2021 有什么值得关注的投稿？
有哪些优秀的深度学习入门书籍？需要先学习机器学习吗？
实验室只有1080的显卡，老师还想让发深度学习论文，也不给配置好的显卡怎么办？
对于神经网络，硕士博士不需要弄明白原理，只需要应用，是这样吗？
如何评价Yann LeCun 说的「要研究机器学习，本科应尽量多学物理和数学课」？
NLP文本分类的本质是不是其实是找相似，对于要分类的句子，在训练集里找最相似的句子？
为什么交叉熵（cross-entropy）可以用于计算代价？
AMD的CPU是否适合搭建深度学习主机？
注意力机制是如何学习到模型所应注意的区域的？
了解/从事机器学习/深度学习系统相关的研究需要什么样的知识结构？
Resnet到底在解决一个什么问题呢？
什么是迁移学习 (Transfer Learning)？这个领域历史发展前景如何？
为什么图形学的会议siggraph的论文代码很少会开源？好像视觉如CVPR、ICCV开源的更多一些。
对于多指标评价，BP神经网络评价和TOPSIS有什么区别呢？
如何评价AWS的图神经网络框架DGL？
训练过程中loss震荡特别严重，可能是什么问题？
如何看待Yoav Goldberg 怒怼来自MILA的GAN for NLG的paper?
如何看待NVIDIA 即将开源的DLA？
如何评价各种关联因素分析算法,尤其是在算法效果对比方面?