中文字幕永久在线网站,精品久久久久中文字幕加勒比 ,日韩a级无码免费视

Blade的安裝包包括了Wheel包和SDK。在CPU和CUDA環(huán)境，您需要安裝Wheel包進(jìn)行模型優(yōu)化，安裝SDK部署模型推理。而在端側(cè)設(shè)備中，您只需要安裝Wheel包進(jìn)行模型優(yōu)化即可，Blade完成優(yōu)化后直接輸出MNN模型，您可以使用MNN部署模型推理。本文詳細(xì)介紹如何在不同類型的設(shè)備中分別安裝Blade。

使用限制

Blade僅支持以下操作系統(tǒng)、Python版本、設(shè)備類型及框架版本：

操作系統(tǒng)：Linux。
Python版本：Python 3.6、Python 3.7、Python 3.8。
設(shè)備類型：GPU支持CUDA 10.0~11.3，也支持CPU和端側(cè)設(shè)備（MNN）。
框架版本：TensorFlow 1.15、2.4、2.7，PyTorch 1.6.0及以上版本，TensorRT 8.X.X系列版本。
C++ SDK：支持CXX11和Pre-CXX11兩種ABI，支持RPM、DEB及TGZ三種格式。

注意事項(xiàng)

安裝Blade時(shí)，務(wù)必注意以下事項(xiàng)：

Blade不會(huì)自動(dòng)安裝TensorFlow或PyTorch。因此，安裝Blade之前，必須確保環(huán)境中已經(jīng)安裝了支持的框架版本。
Blade支持不同設(shè)備、不同CUDA版本的安裝包，請(qǐng)根據(jù)您的設(shè)備和CUDA版本安裝對(duì)應(yīng)的Blade的Wheel包。
PyTorch 官方1.6.0版本不提供CUDA 10.0版本，您可以使用PAI團(tuán)隊(duì)提供的Wheel包。其余PyTorch版本均可直接使用官方安裝包。

操作流程

在不同類型的設(shè)備中安裝Blade時(shí)，存在差異性。您可以參見如下步驟進(jìn)行安裝：

在CUDA環(huán)境中安裝時(shí)，您需要安裝TensorFlow/PyTorch、Blade的Wheel包及SDK，以及TensorRT。具體步驟如下：
1. 安裝框架。
  如果您的模型使用的TensorFlow框架，可自行安裝社區(qū)TensorFlow，如果需要TensorRT的支持，也可以安裝PAI團(tuán)隊(duì)預(yù)編譯的Tensorflow，詳情請(qǐng)參見安裝TensorFlow。
  如果您的模型使用的PyTorch框架，可自行安裝社區(qū)PyTorch，如果需要支持CUDA 10.0的PyTorch 1.6.0版本，也可以使用PAI團(tuán)隊(duì)預(yù)編譯的PyTorch，詳情請(qǐng)參見安裝PyTorch。
2. 安裝Blade的Wheel包，詳情請(qǐng)參見安裝Blade的Wheel包。
3. 下載并安裝Blade的SDK，詳情請(qǐng)參見安裝Blade的SDK。
4. 獲取鑒權(quán)Token，詳情請(qǐng)參見獲取Token。
安裝Blade用于優(yōu)化端側(cè)部署時(shí)，您需要安裝TensorFlow、MNN及Wheel包，詳情請(qǐng)參見安裝Blade用于優(yōu)化端側(cè)部署。

安裝TensorFlow

目前Blade支持TensorFlow 1.15和2.4，請(qǐng)確保Python環(huán)境和依賴滿足版本限制，詳情請(qǐng)參見使用限制。

您可以安裝TensorFlow社區(qū)提供的包，安裝命令如下：

# GPU 版本的 Tensorflow
pip3 install tensorflow-gpu==1.15.0
# 或者：
pip3 install tensorflow-gpu==2.4.0

# CPU 版本的 Tensorflow
pip3 install tensorflow==1.15.0
# 或者
pip3 install tensorflow==2.4.0

安裝PyTorch

目前Blade支持PyTorch 1.6.0及以上的版本，您可以參考PyTorch官方網(wǎng)站安裝對(duì)應(yīng)設(shè)備或CUDA版本的PyTorch。如果您需要使用CUDA 11.0的PyTorch 1.7.1 版本嘗試以下命令安裝：

pip3 install torch==1.7.1+cu110 torchvision==0.8.2+cu110 \
    -f https://download.pytorch.org/whl/torch/

安裝Blade的Wheel包

為了優(yōu)化不同框架不同版本的模型，并且適配不同的設(shè)備和CUDA版本，您需要根據(jù)環(huán)境正確安裝對(duì)應(yīng)的Blade的Wheel包。最新版本的安裝命令如下，歷史版本請(qǐng)參考附錄：歷史版本下載與安裝：

CPU

TensorFlow 1.15.0與PyTorch 1.6.0。

# pai_blade_cpu
pip3 install pai_blade_cpu==3.27.0+1.15.0.1.6.0 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo.html
# tensorflow_blade_cpu
pip3 install tensorflow_blade_cpu==3.27.0+1.15.0 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo.html
# torch_blade_cpu
pip3 install torch_blade_cpu==3.27.0+1.6.0 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo.html

TensorFlow 2.4.0與PyTorch 1.7.1。

# pai_blade_cpu
pip3 install pai_blade_cpu==3.27.0+2.4.0.1.7.1 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo.html
# tensorflow_blade_cpu
pip3 install tensorflow_blade_cpu==3.27.0+2.4.0 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo.html
# torch_blade_cpu
pip3 install torch_blade_cpu==3.27.0+1.7.1 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo.html

PyTorch 1.8.1。

# pai_blade_cpu
pip3 install pai_blade_cpu==3.27.0+1.8.1 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo.html
# torch_blade_cpu
pip3 install torch_blade_cpu==3.27.0+1.8.1 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo.html

PyTorch 1.9.0。

# pai_blade_cpu
pip3 install pai_blade_cpu==3.27.0+1.9.0 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo.html
# torch_blade_cpu
pip3 install torch_blade_cpu==3.27.0+1.9.0 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo.html

TensorFlow 2.7.0與PyTorch 1.10.0。

# pai_blade_cpu
pip3 install pai_blade_cpu==3.27.0+2.7.0.1.10.0 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo.html
# tensorflow_blade_cpu
pip3 install tensorflow_blade_cpu==3.27.0+2.7.0 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo.html
# torch_blade_cpu
pip3 install torch_blade_cpu==3.27.0+1.10.0 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo.html

CUDA 11.0

TensorFlow 2.4.0與PyTorch 1.7.1。

# pai_blade_gpu
pip3 install pai_blade_gpu==3.27.0+cu110.2.4.0.1.7.1 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo_ext.html
# tensorflow_blade_gpu
pip3 install tensorflow_blade_gpu==3.27.0+cu110.2.4.0 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo_ext.html
# torch_blade
pip3 install torch_blade==3.27.0+1.7.1.cu110 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo_ext.html

CUDA 11.1

PyTorch 1.8.1。

# pai_blade_gpu
pip3 install pai_blade_gpu==3.27.0+cu111.1.8.1 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo_ext.html
# torch_blade
pip3 install torch_blade==3.27.0+1.8.1.cu111 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo_ext.html

PyTorch 1.9.0。

# pai_blade_gpu
pip3 install pai_blade_gpu==3.27.0+cu111.1.9.0 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo_ext.html
# torch_blade
pip3 install torch_blade==3.27.0+1.9.0.cu111 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo_ext.html

PyTorch 1.10.0。

# pai_blade_gpu
pip3 install pai_blade_gpu==3.27.0+cu111.1.10.0 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo_ext.html
# torch_blade
pip3 install torch_blade==3.27.0+1.10.0.cu111 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo_ext.html

CUDA 11.2

TensorFlow 2.7.0。

# pai_blade_gpu
pip3 install pai_blade_gpu==3.27.0+cu112.2.7.0 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo_ext.html
# tensorflow_blade_gpu
pip3 install tensorflow_blade_gpu==3.27.0+cu112.2.7.0 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo_ext.html

CUDA 11.3

PyTorch 1.11.0。

# pai_blade_gpu
pip3 install pai_blade_gpu==3.27.0+cu113.1.11.0 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo_ext.html
# torch_blade
pip3 install torch_blade==3.27.0+1.11.0.cu113 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo_ext.html

PyTorch 1.12.1。

# pai_blade_gpu
pip3 install pai_blade_gpu==3.27.0+cu113.1.12.1 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo_ext.html
# torch_blade
pip3 install torch_blade==3.27.0+1.12.1.cu113 -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo_ext.html

安裝Blade的SDK

Blade的SDK僅支持Linux系統(tǒng)的GCC編譯器。為方便用戶使用，Blade提供兩種GCC ABI（GCC ABI官方文檔）的SDK包：

如果您的GCC版本低于5.1或設(shè)置了宏_GLIBCXX_USE_CXX11_ABI=0，請(qǐng)使用Pre-CXX11 ABI的SDK。
如果GCC版本大于等于5.1，且未配置宏_GLIBCXX_USE_CXX11_ABI=0，請(qǐng)使用CXX11 ABI的SDK。

同時(shí)，我們也提供了適用于不同Linux發(fā)行版的包格式：

RPM包：適用于CentOS和Red Hat，使用rpm命令安裝。
DEB包：適用于Ubuntu和Debian，使用dpkg命令安裝。
TGZ包：適用于各種Linux發(fā)行版，解壓使用即可。

以3.23.0 Pre-CXX11 ABI CUDA 11.0 的SDK安裝為例，命令如下：

安裝RPM包

rpm -ivh https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/3.23.0/py3.6.8_cu110_tf2.4.0_torch1.7.1_abiprecxx11/blade_cpp_sdk_gpu-3.23.0-Linux.rpm

安裝DEB包

wget https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/3.23.0/py3.6.8_cu110_tf2.4.0_torch1.7.1_abiprecxx11/blade_cpp_sdk_gpu-3.23.0-Linux.deb
dpkg -i blade_cpp_sdk_gpu-3.23.0-Linux.deb

RPM包和DEB包的默認(rèn)的安裝路徑為/usr/local，安裝或解壓后的SDK目錄結(jié)構(gòu)如下所示。

/usr/local/
├── bin
│ ├── disc_compiler_main
│ └── tao_compiler_main
└── lib
    ├── libral_base_context.so
    ├── libtao_ops.so
    ├── libtf_blade.so
    ├── libtorch_blade.so
    └── mlir_disc_builder.so

部署模型時(shí)會(huì)使用/usr/local/lib子目錄下的動(dòng)態(tài)鏈接庫。

最新版C++ SDK下載地址如下，歷史版本請(qǐng)參考附錄：歷史版本下載與安裝：

CXX11 ABI
- CPU
  Tensorflow 1.15.0與PyTorch 1.6.0：DEB、RPM、TGZ。
Pre-CXX11 ABI
- CPU
  - Tensorflow 1.15.0與PyTorch 1.6.0： DEB、 RPM、 TGZ。
  - Tensorflow 2.4.0與PyTorch 1.7.1： DEB、 RPM、 TGZ。
  - PyTorch 1.8.1： DEB、 RPM、 TGZ。
  - PyTorch 1.9.0： DEB、 RPM、 TGZ。
  - Tensorflow 2.7.0與PyTorch 1.10.0： DEB、 RPM、 TGZ。
- CUDA 11.0
  Tensorflow 2.4.0與PyTorch 1.7.1：DEB、RPM、TGZ。
- CUDA 11.1
  - PyTorch 1.8.1： DEB、 RPM、 TGZ。
  - PyTorch 1.9.0： DEB、 RPM、 TGZ。
  - PyTorch 1.10.0： DEB、 RPM、 TGZ。
- CUDA 11.2
  Tensorflow 2.7.0：DEB、RPM、TGZ。
- CUDA 11.3
  - PyTorch 1.11.0： DEB、 RPM、 TGZ。
  - PyTorch 1.12.1： DEB、 RPM、 TGZ。

獲取Token

Blade的SDK運(yùn)行時(shí)需要鑒權(quán)Token，且能夠在阿里云環(huán)境中使用。請(qǐng)使用釘釘搜索21946131群號(hào)，加入Blade客戶群，從而獲取試用Token。

安裝Blade用于優(yōu)化端側(cè)部署

面向端側(cè)部署優(yōu)化時(shí)，Blade僅支持從TensorFlow模型轉(zhuǎn)換為MNN，并進(jìn)行優(yōu)化。因此，您需要預(yù)先安裝TensorFlow和MNN，命令如下。

pip3 install tensorflow==1.15 MNN==1.1.0

優(yōu)化端側(cè)模型時(shí)，您可以使用GPU或CPU版本的Blade。安裝Blade的Wheel包的具體命令如下：

如果您已安裝GPU，則使用如下命令。

pip3 install pai-blade-gpu \
  -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo.html

如果沒有安裝GPU，則使用如下命令。

pip3 install pai-blade-cpu \
  -f https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/release/repo.html

日本熟妇hd丰满老熟妇,中文字幕一区二区三区在线不卡 ,亚洲成片在线观看,免费女同在线一区二区