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
如何评价AWS的图神经网络框架DGL？数字图像处理的工作是用传统算法更多还是用深度学习更多?
想问下专业人士 OpenCv会被深度学习进一步取代吗进一步取代吗？
ICLR 2021 有什么值得关注的投稿？
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？
2022 年初，你认为哪项成果代表了现在人工智能的最高水平？
机器学习如何才能避免「只是调参数」？
如何看待鄂维南院士等发起的机器学习联合研讨计划（c2sml.cn）？
经过足够长的时间， AlphaGo 的棋谱能收敛到一张上吗？
为什么deep lab v3起，输出不再接 DenseCRF了？
相关的话题
如何看待指出 神经网络的训练罪魁祸首是退化一文？机器学习中有哪些形式简单却很巧妙的idea？
2021年深度学习哪些方向比较新颖，处于上升期或者朝阳阶段，没那么饱和，比较有研究潜力？
Resnet到底在解决一个什么问题呢？
目标检测算法中Two-stage算法速度慢,到底在哪里?
如何评价 MSRA 视觉组最新提出的 Deformable ConvNets V2？
如何评价 DeepMind 发表在 Nature 的论文公开无需人类棋谱的 AlphaGo Zero？
什么是大模型？超大模型？Foundation Model？
神经网络训练多个epoch，写论文的时候可以取最好的效果那一个epoch作为结果吗？
用生成模型做数据增强data augmentation时，如何从合成数据中筛选出质量较好的样本？
视觉Transformer如何优雅地避开位置编码？
深度学习的多个loss如何平衡？
神经网络中的能量函数是如何定义的？
如何评价Facebook AI提出的ResMLP，对比Google的MLP-Mixer?
BERT中，multi-head 768*64*12与直接使用768*768矩阵统一计算，有什么区别？
LSTM如何来避免梯度弥散和梯度爆炸？
为什么VAE-GAN的训练很容易发生梯度爆炸，如何避免？
贝叶斯深度学习是什么，和传统神经网络有何不同？
如何评价 DeepMind 发表在 Nature 的论文公开无需人类棋谱的 AlphaGo Zero？
如何评价余凯在朋友圈发表呼吁大家用 caffe、mxnet 等框架，避免使用 TensorFlow？
多任务学习成功的原因是引入了别的数据库还是多任务框架本身呢？
神经网络的万能逼近定理已经发展到什么地步了？
TVM 最新发布版本 0.3 有哪些亮点？
编程达到什么水平才能编写出像caffe这样的深度学习框架？
为什么很少人用FFT加速CNN卷积层的运算？
为什么神经网络具有泛化能力？
算法岗位真的需要顶会才能入场吗？
为什么神经网络具有泛化能力？
能否使用区块链的算力来解决深度学习训练？
北京深鉴科技基于FPGA平台的DPU架构如何？