还记得上节提到的tvm流程吧,不记得的话点这里康康。
tvmc顾名思义,就是tvm封装的一个command line driver1,方便用户调用啦。
在Linux系统中,使用python -m tvm.driver.tvmc可以使用所谓的tvmc。可以使用help查看tvmc的使用:
python -m tvm.driver.tvmc --help
从GitHub的usercontent可以下载到onnx的模型:
wget https://github.com/onnx/models/raw/master/vision/classification/resnet/model/resnet50-v2-7.onnx
很遗憾这个网址被墙了,我先从北美网站下载后,传回了自己电脑。我把这个模型放在csdn内网上了,从这里取.还有,如果直接取GitHub上面clone,是不会下载出onnx模型的。。。
再说回这个模型,这个模型是resnet的骨干,有50层卷积,所以叫做resnet50.这个模型用来做图像分类的,接到224*224分辨率的图像,给出图像内物体的分类结果。可以通过这个网站https://netron.app/ 查看模型结构。这个网站还是挺好使的,贴个图康康:
这个比较弱智,直接用command就可以
python -m tvm.driver.tvmc compile \ --target "llvm" \ --output resnet50-v2-7-tvm.tar \ resnet50-v2-7.onnx
这个时候,你会发现,编译不通过。。。。因为没有llvm。这个时候,你需要:
apt-get install libllvm-12-ocaml-dev libllvm12 llvm-12 llvm-12-dev llvm-12-doc llvm-12-examples llvm-12-runtime apt-get install clang-12 clang-tools-12 clang-12-doc libclang-common-12-dev libclang-12-dev libclang1-12 clang-format-12 python-clang-12 clangd-12
https://tvm.apache.org/docs/tutorial/tvmc_command_line_driver.html#sphx-glr-tutorial-tvmc-command-line-driver-py ↩︎
cmake的下载也比较慢,需要VPN,这里放一个我下载好的- ↩︎