Tensorflow 源码算子以及架构实现分析

原创

已于 2022-08-16 09:09:15 修改 · 置顶 · 2.5k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow

于 2021-08-18 10:13:26 首次发布

本文详细介绍了Tensorflow的整体架构，并通过分析源码揭示了算子的实现集中在`tensorflow/tensorflow/lite/kernels`目录下。以conv算子为例，探讨了其实现细节。据称，Tensorflow大约有160个算子，而芯原公司实现了约130个算子，尽管数量较少，但覆盖了大多数需求。

本文参考源码来自于https://www.tensorflow.org/install/source

在深度学习初始阶段，每个深度学习研究者都需要写大量的重复代码。为了提高工作效率，这些研究者就将这些代码写成了一个框架放到网上让所有研究者一起使用。接着，网上就出现了不同的框架。随着时间的推移，最为好用的几个框架被大量的人使用从而流行了起来。[全世界最为流行的深度学习框架有PaddlePaddle、Tensorflow、Caffe、Theano、MXNet、Torch和PyTorch,这里以Tensorflow为例来学习和介绍。

Tensorflow整体架构：

下载Tensorflow源码：

git clone https://github.com/tensorflow/tensorflow.git

下载完成后，可以看到,tensorflow目录结构如下：

caozilong@AwExdroid112:~/tensorflow$ tree -L 2 -d
.
├── tensorflow
│   ├── c
│   ├── cc
│   ├── compiler
│   ├── core
│   ├── distribute
│   ├── docs_src
│   ├── examples
│   ├── go
│&n