VIP6

本课程属于：146-MLIR与LLVM编译器开发 AI智能与边缘计算工程 · 共 6 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

前端框架PyTorch ONNX到MLIR转换实战

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 · 前置知识要求

课程导入学习目标

PyTorch模型基础

张量操作 · 自动求导 · nn.Module

PyTorch模型基础

ONNX格式详解

ONNX的模型结构（Graph · Node · Initializer

ONNX格式详解

PyTorch导出ONNX

使用torch.onnx.expor… · input_names · output_names

ONNX模型检查与调试

使用onnx.checker · onnx.shape_inferen… · onnxruntime推理验证

ONNX模型检查

ONNX算子兼容性

PyTorch算子到ONNX的映射表 · 自定义算子导出（register_c… · 处理不支持的算子（如某些高级索引

ONNX算子兼容性

ONNX模型优化

使用onnx-simplifier · onnxoptimizer进行图优化… · 冗余消除

ONNX模型优化

MLIR基础概念

MLIR的Dialect · Operation · Type

MLIR基础概念

MLIR环境搭建与工具链

安装LLVM/MLIR · 构建ONNX-MLIR项目 · 熟悉mlir-opt

MLIR环境搭建

ONNX-MLIR项目架构

ONNX-MLIR的目录结构 · 主要组件（Import · Conversion

ONNX-MLIR项目架构

ONNX到MLIR的导入流程

使用ONNX-MLIR将ONNX模型… · 理解ImportONNXPass · ONNXOps的生成与验证

ONNX Dialect详解

ONNX Dialect中的算子表示… · MatMul · Relu）

MLIR的Pass机制

Pass的编写与注册（Operati… · AnalysisPass） · PassManager的使用

ONNX到MLIR的Lowering策略

将ONNX Dialect转换为其他… · Linalg · Affine）的通用方法

ONNX算子到Linalg的转换

以Conv · MatMul · ElementWise为例

ONNX算子到Standard/SCF的转换

处理控制流（If · Loop） · 动态形状（DynamicTensor…

ONNXStandard/SCF

MLIR类型转换与形状推断

在转换过程中处理静态形状与动态形状 · 使用Shape Dialect进行形… · 以及类型转换（Tensor到MemR…

MLIR类型转换

MLIR的Bufferization

将Tensor类型转换为MemRef… · 理解One-Shot Bufferi… · 内存分配与复用

MLIRBufferizatio…

MLIR的Lowering到LLVM

将Linalg/SCF等Dialec… · 最终生成LLVM IR · 涉及向量化

ONNX-MLIR的端到端流程

从ONNX模型到可执行代码的完整流程… · 使用onnx-mlir命令生成可执行…

ONNX-MLIR的端到端流程

导出ResNet-18为ONNX · 使用ONNX-MLIR转换为MLIR… · 验证推理结果与PyTorch一致

案例实战ResNet-18

导出BERT模型为ONNX · 处理动态序列长度 · 转换到MLIR并优化

案例实战BERT

YOLOv5目标检测模型从PyTor… · 处理多输出 · NMS等特殊算子

案例实战YOLOv5

MLIR的优化Pass实战

编写自定义Pass（如算子融合 · 常量传播） · 在ONNX-MLIR中应用并评估性能…

MLIR的Dialect扩展

自定义一个简单的Dialect · 实现从ONNX到自定义Dialect… · 理解MLIR的扩展机制

常见问题与调试技巧

转换过程中的常见错误（类型不匹配 · 形状未知 · 算子不支持）

常见问题调试技巧

性能分析与优化

使用MLIR的profiling工具… · 对比PyTorch/ONNX Run… · 进行算子级优化（如向量化

性能分析优化

与LLVM/CPU后端集成

将MLIR生成的LLVM IR编译为… · 集成到C++/Python应用中 · 实现部署

LLVM/CPU后端集成

与GPU后端集成

探索MLIR的GPU支持（如NVVM… · 将ONNX模型转换到GPU可执行代码 · 处理GPU内存管理与并行化

GPU后端集成

综合项目与未来展望

设计一个完整的转换项目（从PyTor… · 总结课程要点 · 讨论MLIR在AI编译器中的发展趋势…

综合项目未来展望