本篇文章译自英文文档 Compile OneFlow Models¶  (https://tvm.apache.org/docs/how_to/compile_models/from_oneflow.html)

作者是 Xiaoyu Zhang

(https://github.com/BBuf/)

更多 TVM 中文文档可访问 →Apache TVM 是一个端到端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。 | Apache TVM 中文站 

(https://tvm.hyper.ai/) 

本文介绍如何用 Relay 部署 OneFlow 模型。

首先安装 OneFlow 包，可通过 pip 快速安装：

或参考官网：https://github.com/Oneflow-Inc/oneflow

目前 TVM 支持 OneFlow 0.7.0，其他版本可能不稳定。

输出结果：

加载和保存 OneFlow 的预训练模型

输出结果：

加载测试图像

还是用猫的图像：

将计算图导入到 Relay 中

将 OneFlow 计算图转换为 Relay 计算图，输入任意名称。

使用 Relay 构建

用给定的输入规范，将计算图编译为 llvm target。

输出结果：

在 TVM 上执行可移植计算图

接下来在 target 上部署编译好的模型：

输出结果：

查找分类集名称

在 1000 个类的分类集中，查找分数最高的第一个：

输出结果：

下载 Python 源代码：from_oneflow.py

（https://tvm.apache.org/docs/_downloads/f7ae979fbe61064749ce0fb7a621eb4c/from_oneflow.py）

下载 Jupyter Notebook：from_oneflow.ipynb

（https://tvm.apache.org/docs/_downloads/2e7b51cb39c472626dd3f046d9b89966/from_oneflow.ipynb）