网站设计的国际专业流程包括高端网站建设公司哪家好

网站设计的国际专业流程包括,高端网站建设公司哪家好,免费网课,哪个网站建站速度快TVM 现已更新到 0.21.0 版本#xff0c;TVM 中文文档已经和新版本对齐。 Apache TVM 是一个深度的深度学习编译框架#xff0c;适用于 CPU、GPU 和各种机器学习加速芯片。更多 TVM 中文文档可访问 →Apache TVM 概述​ 对于任何支持的开发环境#xff0c;TVM 都应该生成数…TVM 现已更新到 0.21.0 版本TVM 中文文档已经和新版本对齐。Apache TVM 是一个深度的深度学习编译框架适用于 CPU、GPU 和各种机器学习加速芯片。更多 TVM 中文文档可访问 →Apache TVM概述​对于任何支持的开发环境TVM 都应该生成数值正确的结果。因此在编写验证数值输出的单元测试时这些单元测试应在所有受支持的开发环境上执行。由于这是一个非常常见的使用场景TVM 提供了辅助函数来参数化单元测试使它们可以在所有已启用且具有兼容设备的目标上运行。测试套件中的一个 Python 函数可以展开成多个参数化的单元测试每个测试针对一个单一的目标设备。要运行一个测试必须满足以下所有条件测试必须存在于已传递给 pytest 的文件或目录中。应用于函数的 pytest 标记无论是显式标记还是通过目标参数化生成的标记必须与传递给 pytest’s -m 参数的表达式兼容。对于使用 target 固件的参数化测试目标必须出现在环境变量 TVM_TEST_TARGETS 中。对于使用 target 固件的参数化测试config.cmake 中的构建配置必须启用对应的运行时。单元测试文件内容​在多个目标上运行测试的推荐方法是对测试进行参数化。这可以通过使用装饰器tvm.testing.parametrize_targets(target_1, target_2, ...)显式完成并在函数中接受target或dev参数。该函数将针对列表中的每个目标运行一次并分别报告每个目标的成功/失败情况。如果某个目标由于在 config.cmake 中被禁用或因为没有合适的硬件而无法运行则该目标将被标记为已跳过。# 显式列出使用的目标 tvm.testing.parametrize_target(llvm, cuda) def test_function(target, dev): # 测试代码在这里对于需要在所有目标上正常运行的测试可以省略装饰器。任何接受target或dev参数的测试将自动在环境变量TVM_TEST_TARGETS中指定的所有目标上参数化运行。该参数化过程会为每个目标提供相同的通过/失败/跳过报告同时允许测试套件轻松扩展以覆盖更多目标。# 隐式参数化运行在 TVM_TEST_TARGETS 环境变量中的所有目标上 def test_function(target, dev): # 测试代码在这里tvm.testing.parametrize_targets也可以用作裸装饰器来显式强调参数化但没有额外效果。# 显式参数化运行在 TVM_TEST_TARGETS 环境变量中的所有目标上 tvm.testing.parametrize_targets def test_function(target, dev): # 测试代码在这里可以使用tvm.testing.exclude_targets或tvm.testing.known_failing_targets装饰器排除特定目标或标记预期失败的目标。有关其预期用例的更多信息请参阅它们的文档字符串。在某些情况下可能需要跨多个参数进行参数化。例如有些目标可能有多个实现方式需要测试。这种情况下可以显式地对参数元组进行参数化如下所示。这种写法中只会运行显式列出的目标但每个目标仍会应用相应的tvm.testing.requires_RUNTIME标记。pytest.mark.parametrize(target,impl, [ (llvm, cpu_implementation), (cuda, gpu_implementation_small_batch), (cuda, gpu_implementation_large_batch), ]) def test_function(target, dev, impl): # 测试代码在这里参数化功能是基于pytest marks实现的。每个测试函数都可以使用 pytest marks 进行装饰以添加元数据。最常用的标记如下pytest.mark.gpu将函数标记为使用 GPU 能力。该标记本身无直接作用但可配合命令行参数-m gpu或-m not gpu使用以限制 pytest 执行哪些测试。通常不单独使用而是嵌入在其他单元测试装饰器中。tvm.testing.uses_gpu适用pytest.mark.gpu。应使用该装饰器标记那些可能使用 GPU 的测试如果存在 GPU仅在显式遍历tvm.testing.enabled_targets()的测试中需要该装饰器但这已不再是推荐的写法。在使用tvm.testing.parametrize_targets()时GPU 目标会自动带上此标记无需显式添加。tvm.testing.requires_gpu适用tvm.testing.uses_gpu并额外使用pytest.mark.skipif标记当无 GPU 时跳过该测试。tvm.testing.requires_RUNTIME一组装饰器如tvm.testing.requires_cuda如果某个运行时不可用比如在config.cmake中被禁用或缺乏兼容设备就会跳过该测试。对于使用 GPU 的运行时也包括tvm.testing.requires_gpu。在使用目标参数化时每次测试运行都会被装饰上与其目标对应的tvm.testing.requires_RUNTIME。因此如果目标在config.cmake中被禁用或没有可用硬件将会被明确标记为跳过。还存在一个tvm.testing.enabled_targets()函数它会根据环境变量TVM_TEST_TARGETS、构建配置以及实际硬件返回所有已启用并可运行的目标。目前多数测试都显式地循环遍历该函数的返回值但这不应用于新测试。这种写法在 pytest 输出中会悄悄跳过禁用的运行时或无法运行的设备而且测试一旦在某个目标失败就会中止运行使得难以判断是该目标出错还是所有目标都失败。# 旧式写法不推荐使用 def test_function(): for target,dev in tvm.testing.enabled_targets(): # 测试代码在这里本地运行​在本地运行 Python 单元测试可以在${TVM_HOME}目录下使用命令pytest。环境变量TVM_TEST_TARGETS应是一个以分号分隔的目标列表。如果未设置将默认使用tvm.testing.DEFAULT_TEST_TARGETS中定义的目标。注意如果TVM_TEST_TARGETS中不包含任何既被启用又有可用设备的目标则测试将回退仅在llvm目标上运行。TVM_LIBRARY_PATH应指向libtvm.so库的路径。例如可用于使用调试版本来运行测试。如果未设置将在 TVM 源码目录下自动查找libtvm.so。命令行参数指定文件夹或文件路径只会运行该文件夹或文件中的单元测试。这在避免在没有特定前端环境的系统上运行tests/python/frontend下测试时很有用。-m参数只运行带有特定pytest标记的测试。最常见的用法是使用-m gpu仅运行标记为pytest.mark.gpu的 GPU 测试。也可以使用-m not gpu来运行不使用 GPU 的测试。注意此过滤是在基于环境变量TVM_TEST_TARGETS选择目标之后执行的。即使指定了-m gpu如果TVM_TEST_TARGETS中不包含 GPU 目标也不会运行 GPU 测试。在本地 Docker 容器中运行​可以使用docker/bash.sh脚本在与 CI 使用的相同 Docker 镜像中运行单元测试。第一个参数应指定要运行的 Docker 镜像例如docker/bash.sh ci_gpu。允许的镜像名称在 TVM 源代码目录中的 Jenkinsfile 文件顶部定义并映射到 tlcpack 上的镜像。如果不提供额外参数Docker 镜像将启动一个交互式 bash 会话。如果传入脚本作为可选参数如docker/bash.sh ci_gpu tests/scripts/task_python_unittest.sh该脚本将在 Docker 镜像中被执行。注意Docker 镜像包含所有系统依赖项但不包含该系统的build/config.cmake配置文件。TVM 源目录将作为 Docker 镜像的主目录因此默认会使用本地的 config/build 目录。一个可行的做法是分别维护build_local和build_docker目录在进入或退出 Docker 时将build符号链接到相应目录。在 CI 中运行​CI 中的所有流程都起始于 Jenkinsfile 中定义的任务。这些定义包括指定使用的 Docker 镜像、编译时配置和每个阶段所运行的测试。Docker 镜像Jenkinsfile 中的每个任务如“BUILD: CPU”都会调用docker/bash.sh。紧随其后的参数定义了 CI 中使用的 Docker 镜像方式与本地执行一致。编译时配置Docker 镜像中并不包含config.cmake文件因此这是每个BUILD任务的第一步。此步骤通过执行tests/scripts/task_config_build_*.sh脚本完成。具体使用哪个脚本取决于正在测试的构建方式并在 Jenkinsfile 中指定。每个BUILD任务最终都会打包一个库文件供后续测试阶段使用。测试运行方式Jenkinsfile 中的Unit Test和Integration Test阶段定义了如何调用pytest。每个任务都以解压先前在BUILD阶段编译的库文件开始随后运行一个测试脚本如tests/script/task_python_unittest.sh。这些脚本会设置要传递给pytest的文件/目录和命令行参数。多个测试脚本使用了-m gpu选项用于限定仅运行带有pytest.mark.gpu标记的测试用例。