TVM

此包提供对 TVM 的 Rust 风格 API。代码在 稳定的 Rust 上运行，并针对 rustc 1.47 进行测试。

API 文档可在此找到 这里。

此包提供什么？

此包的目的是提供对 TVM 编译器和运行时 API 的绑定。首先，使用任何主要框架（如 PyTorch，Apache MXNet 或 TensorFlow）训练您的 深度学习 模型。然后使用 TVM 在支持的设备（如 CPU、GPU、OpenCL 和专用加速器）上构建和部署优化的模型工件。

Rust 绑定由几个包组成

• tvm 包，它公开了编译器和运行时的 Rust 绑定。
• tvm_macros 包，它提供了生成 TVM 数据结构的非安全模板代码的宏。
• tvm_rt 包，它公开了 TVM 运行时 API 的 Rust 绑定。
• 提供原始绑定和与 TVM C++ 库链接的 [tvm_sys] 包。
• 实现 TVM 图运行时的 Rust 版本的 [tvm_graph_rt] 包。

这些crate最近进行了重构，与之前的绑定相比，反映了一种截然不同的哲学，同时大大增加了对更多TVM API的支持，包括暴露所有编译器内部结构。

这些crate仍在开发中，不应被视为稳定，但欢迎和鼓励贡献和使用。如果您想讨论设计问题，请查看我们的Discourse 论坛，并报告bug请查看我们的GitHub 仓库。

安装

请按照TVM 安装说明，执行以下命令：export TVM_HOME=/path/to/tvm 并将 libtvm_runtime 添加到您的 LD_LIBRARY_PATH。

注意： 要运行端到端示例和测试，需要将 tvm 和 topi 添加到您的 PYTHONPATH，或者当单独安装时，Anaconda环境会自动完成此操作。