初探tvm--用一个resnet50的例子看一下tvm的大体效果

• tvmc是啥玩意
• 编译出一个tvm模型
• • 使用resnet50 v2-7 onnx
  • 使用tmvc编译resnet50

还记得上节提到的tvm流程吧，不记得的话点这里康康。

tvmc是啥玩意

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

编译出一个tvm模型

使用resnet50 v2-7 onnx

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：

使用tmvc编译resnet50

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：

1. 安装一个cmake²

2. 安装llvm：直接apt install llvm-12，实在装不上就源码安装。

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

3. 把cmake config里面的llvm该成ON，重新make一遍tvm
   这时，你再编译模型，就发现，能编过了。