Chris_zhangrx的博客

文章目录PyTorch 部署方式Lower一些思考PNNX关于 MLIR本文主要是根据 b 站关于 PNNX 的分享视频做的一个内容摘录，如果感兴趣的同学可以移步☞：PNNX介绍本人还没人正式地使用过 ncnn 这个开源项目，但是视频中提到的 nihui 大佬的一些总结还有对于深度学习框架的观点看完以后还是大有受益的。也是引起了对 ncnn 以及最新的 PNNX 的一些兴趣，之后有机会可能会带来一些相关内容的博客。因为 PNNX 是 ncnn 针对 PyTorch 框架所做的一个模拟转换工具，并且是

文章目录《Compiling ONNX Neural Network Models Using MLIR》要解决的问题名字由来解决方法《Compiling ONNX Neural Network Models Using MLIR》本文主要是对 ONNX-MLIR 这个框架的论文记录，主要是速记对论文中一些个人认为值得记录和分享的点，所以篇幅不长。要解决的问题当前模型加速技术有一些深度学习框架是通过使用一些高性能依赖库来实现加速的，在前向推理时让算子实现直接调用高性能库中已经实现的函数，这样的加速方

这里是记录在编译 llvm 官方 tutorial 时，前两章都是使用的标准库，在第 3 章就开始依赖 llvm 项目工程的内容了。官网编译命令为：clang++ -g -O3 toy.cpp `llvm-config --cxxflags --ldflags --system-libs --libs core` -o toy在本地编写代码，编译时可能会遇到以下问题：头文件找不到fatal error: ‘llvm/ADT/APFloat.h’ file not found#include

onnx-mlir 是 Onnx 团队推出的一款图编译器，定义了 onnx dialect，将一个 .onnx 模型编译转成一个对应的 IR 表示。 这里主要是介绍 Mac 如何编译 onnx-mlir。主要步骤还是根据官网的来，但是鉴于不同的版本，环境等，在编译过程中可能会遇到这样那样的小问题。这里记录一下在 M1 Mac 上编译的过程，希望可以帮助到有需要的小伙伴。依赖安装前置依赖# 安装 Ninjabrew install ninja# 安装 cmakebrew install cmak

前言Mlir 现在合并到了 llvm 工程项目中，虽然官网贴出了编译的命令，但是因为环境配置或者是系统的问题直接用官网的命令会遇到各种错误，这里对 Mac 编译 llvm 中的 mlir 做一个记录，希望也可以帮助到有需要的小伙伴。前期环境配置首先要 clone 下来整个 llvm 项目，可以使用下面的命令：git clone https://github.com/llvm/llvm-project.git但是 llvm 整个项目比较大，下载速度可能会很慢，并且下载中途会出现下载中断的问题，这里