所属分类：AI大模型与智能应用 当前为单品课程，可返回上一级继续浏览同方向资料。

← 返回上一级

← 返回所属目录咨询 / 购买

TVM算子编译与自动调优AutoTVM实战

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

学习目标 · 课程结构 · TVM与AutoTVM在深度学习编译…

课程导入学习目标

TVM源码编译 · 依赖安装 · Python环境配置

环境搭建TVM

TVM基础概念

计算图 · 算子 · 张量

TVM基础概念

TVM张量表达式（TE）

使用te.placeholder · te.compute定义算子 · 理解计算与调度的分离

调度原语入门

split · fuse · reorder

调度原语入门split

构建第一个算子

以向量加法为例 · 从TE定义到编译运行 · 输出可执行模块

构建第一个算子以向量加法为例

算子编译流程详解

Relay前端 · 图优化 · TIR生成

算子编译流程详解Relay

TVM运行时与模块

Module · GraphExecutor · VM等执行方式

AutoTVM核心概念

为什么需要自动调优 · 搜索空间 · 代价模型

AutoTVM核心概念

AutoTVM任务注册

使用@autotvm.templat… · 理解tile · thread等可调参数

AutoTVM任务注册

搜索空间设计

如何为算子设计合理的调度参数范围 · 平衡搜索效率与性能

搜索空间设计如何为算子设计合…

代价模型与搜索策略

模拟退火 · 贝叶斯优化 · 遗传算法等

代价模型搜索策略

AutoTVM调优流程

使用tune_template或tu…

AutoTVM调优流程

调优结果管理

日志记录 · 最佳配置提取 · 加载与复用

调优结果管理日志记录

矩阵乘法算子调优——从朴素实现到自动… · 对比性能提升

矩阵乘法算子调优从朴素实现到自动…

卷积算子调优——针对不同输入尺寸和硬… · 优化卷积调度

卷积算子调优针对不同输入尺寸

融合算子调优——将多个算子融合（如c…

融合算子调优将多个算子融合

Transformer模型中的算子调… · LayerNorm等为例

Transformer模型

AutoTVM与Ansor（AutoScheduler）对比

了解两者差异 · 适用场景及如何选择

硬件适配与目标平台

CPU · GPU · ARM等不同后端的调优注意事项

硬件适配目标平台

性能分析与瓶颈定位

使用TVM的profiler · benchmark工具 · 分析算子性能瓶颈

性能分析瓶颈定位

常见问题与调试技巧

编译错误 · 调优不收敛 · 性能异常等问题的排查方法

常见问题调试技巧

自定义算子与AutoTVM

如何为自定义算子编写模板并集成到Re…

AutoTVM自定义算子

与深度学习框架集成

将TVM算子编译与调优嵌入PyTor…

深度学习框架集成TVM

端到端模型调优实战

以ResNet-50为例 · 从导入模型到全模型自动调优与部署

端到端模型调优实…ResNet-50

调优加速技巧

并行调优 · 分布式调优 · 提前终止

调优加速技巧并行调优

编写一个完整的AutoTVM调优脚本 · 包含模板 · 调优

代码实战AutoTVM

性能对比与报告

如何科学地对比不同调度 · 不同调优策略的性能 · 并生成报告

性能对比报告

针对一个实际模型（如YOLO或BER… · 达到部署要求

综合项目YOLO

课程总结与进阶方向

回顾核心知识 · 介绍TVM社区 · 最新进展（如MetaSchedule…

课程总结进阶方向