Skip to content
This repository has been archived by the owner on Nov 25, 2022. It is now read-only.

Commit

Permalink
modified: xinetzone/docs/tutorial/tensor_expr_get_started.ipynb
Browse files Browse the repository at this point in the history
  • Loading branch information
xinetzone committed May 10, 2022
1 parent 51b1ba0 commit 24a6d1c
Show file tree
Hide file tree
Showing 3 changed files with 5 additions and 5 deletions.
Binary file added xinetzone/docs/tutorial/images/array-packing.png
Loading
Sorry, something went wrong. Reload?
Sorry, we cannot display this file.
Sorry, this file is invalid so it cannot be displayed.
8 changes: 4 additions & 4 deletions xinetzone/docs/tutorial/tensor_expr_get_started.ipynb
Original file line number Diff line number Diff line change
Expand Up @@ -474,11 +474,11 @@
"我们可以做更多的特殊化。例如,我们可以在计算声明中写 `n = tvm.runtime.convert(1024)`,而不是 `n = te.var(\"n\")` 。生成的函数将只接受长度为 1024 的向量。\n",
"```\n",
"\n",
"我们已经定义、调度并编译了一个向量加法运算符,然后我们能够在 TVM 运行时上执行它。我们可以将运算符保存为一个库,然后我们可以在以后使用 TVM 运行时加载它。\n",
"我们已经定义、调度并编译了向量加法运算符,然后我们能够在 TVM 运行时上执行它。我们可以将运算符保存为一个库,然后我们可以在以后使用 TVM 运行时加载它。\n",
"\n",
"### 针对 GPU 的矢量添加(可选)\n",
"### 针对 GPU 的向量加法(可选)\n",
"\n",
"TVM 能够针对多种架构。在下一个例子中,我们将针对 GPU 的向量加法进行编译。"
"TVM 能够针对多种架构。在下一个例子中,将针对 GPU 的向量加法进行编译。"
]
},
{
Expand Down Expand Up @@ -1040,7 +1040,7 @@
"\n",
"另一个重要的技巧是数组打包。这个技巧是对数组的存储维度进行重新排序,将某些维度上的连续访问模式转换为扁平化后的顺序模式。\n",
"\n",
"<img src=\"https://tvm.apache.org/tutorial/array-packing.png\" align=\"center\">\n",
"![](images/array-packing.png)\n",
"\n",
"正如上图所示,在阻塞计算后,我们可以观察到 B 的数组访问模式(扁平化后),它是有规律的,但是不连续的。我们期望经过一些转换后,我们可以得到一个连续的访问模式。通过将 `[16][16]` 数组重新排序为 `[16/4][16][4]` 数组,当从打包的数组中抓取相应的值时,B 的访问模式将是连续的。\n",
"\n",
Expand Down
2 changes: 1 addition & 1 deletion xinetzone/docs/tutorial/tvmc_python.ipynb
Original file line number Diff line number Diff line change
Expand Up @@ -353,7 +353,7 @@
"source": [
"### 为远程设备编译模型\n",
"\n",
"当您希望为不在本地机器上的硬件进行编译时,远程过程调用(remote procedural call,简称 RPC)非常有用。`tvmc` 方法支持这一点。要设置 RPC 服务器,请查看[交叉编译和 RPC 文档](https://tvm.apache.org/docs/tutorials/get_started/cross_compilation_and_rpc.html)中的“在设备上设置 RPC 服务器”一节。\n",
"当您希望为不在本地机器上的硬件进行编译时,远程过程调用(remote procedural call,简称 RPC)非常有用。`tvmc` 方法支持这一点。要设置 RPC 服务器,请查看[交叉编译和 RPC 文档](cross_compilation_and_rpc)中的“在设备上设置 RPC 服务器”一节。\n",
"\n",
"在 TVMC 脚本中包括以下内容并进行相应调整:\n",
"\n",
Expand Down

0 comments on commit 24a6d1c

Please sign in to comment.