项目配置#
以 Ubuntu 为例说明,如何在本地模式下配置项目环境。
初始化环境
使用
conda
创建并激活名为bare
的虚拟环境:
conda create -n bare python=3.10
conda activate bare
安装任务管理工具:
pip install invoke
配置项目
初始化项目
invoke init
安装项目环境
invoke install
项目文档(可选)
安装项目文档依赖
invoke install --group doc
生成项目文档
invoke pdm-doc
清理项目文档
invoke pdm-doc --cmd clean
配置 TVM 环境(ubuntu 平台)#
将 TVM 源码库克隆到本地,并编译生成动态库
git clone --recurse-submodules git@github.com:xinetzone/tvm.git
cd tvm
pip install d2py
cd xinetzone
invoke init
invoke config
invoke make
备注
如果需要启用 CUDA,可以选择:
invoke config --cuda
TVM 环境搭建方案#
下面提供两种 TVM 环境搭建方案:
配置 TVM 临时环境
创建文件夹
tvm-ai/
用于开发 TVM 应用,然后安装tvm-book
工具链:
pip install tvm-book
创建配置文件
tvm-ai/tvm.toml
,用于配置 TVM 本机环境,写入内容如下:
TVM_ROOT = "/media/pc/data/lxw/ai/tvm"
这样做的目的
为后续添加新的配置提供便利。
测试环境是否正确配置:
import toml
from ._env import set_tvm
from tvm_book.config.env import set_tvm
def set_env(toml_path):
"""
Args:
toml_path: 存储 TVM 环境配置
"""
with open(toml_path) as fp:
config = toml.load(fp)
set_tvm(config["TVM_ROOT"])
set_env("tvm.toml")
import tvm
import vta
tvm-book 项目内开发
直接在
tvm-book
项目根目录安装项目环境:
invoke init
invoke install
invoke tvm -r /media/pc/data/lxw/ai/tvm/xinetzone
在
tvm-book/
项目内任意深度的目录均可随意使用 TVM/VTA。