前言

声明

版权所有 ©北京灵汐科技有限公司 2021。保留一切权利。

非经北京灵汐科技有限公司(以下简称“本公司”)书面许可,任何单位和个人不得擅自摘抄、复制、修改、摄制、翻译、汇编本文档内容的任何部分或全部,并不得以任何形式传播。

商标声明

lynxilogo1lynxilogo2 为北京灵汐科技有限公司的商标。本文档提及的其他所有商标或注册商标,由各自的所有人拥有。

服务声明

您购买的产品、服务或特性等应受本公司商业合同和条款的约束,本文档中描述的全部或任何部分的产品、服务或特性可能不在您的购买或使用范围之内。除非合同另有约定,本公司对本文档内容不做任何明示或默示的声明或保证。本文档不构成任何明示、暗示的知识产权转让或许可。

更新声明

由于产品版本升级或其他原因,本文档内容可能会不定期进行更新或变更。本公司保留随时对本文档进行更新或变更而不预先通知的权利。除非另有约定,本文档仅作为使用指导,本文档中的所有陈述、信息和建议不构成任何明示或暗示的担保。

安全声明

在使用本产品前,请您认真阅读本文档内警示信息,安全、合理使用本产品,避免造成数据丢失、元器件损坏、火灾、触电或其他伤害。

文档概述

本文档主要介绍图编程框架Lyngor的安装/使用方法、编程接口参考,以及错误信息处理。

读者对象

本文档主要适用于以下工程师:

  • 具有已经训练好的网络模型,通过Lyngor来进行编译部署。

  • 对于现有网络的运行速度有一定要求,通过Lyngor来加速运行速度或量化模型。

  • 了解常用深度学习框架软件,通过Lyngor来构建网络。

需具备的能力:

  • 熟悉Linux系统,熟练使用Shell命令行。

  • 熟悉Python的相关用法。

  • 了解Tensorflow/Pytorch/ONNX/MXNet/Caffe/Keras/PaddlePaddle框架中的1个或多个。

  • 了解深度学习框架基本算子操作的用法和功能。

符号约定

在本文中可能出现下列标志,它们所代表的含义如下。

符号

说明

note

表示有高度潜在危险,如不能避免,可能导致人员死亡或严重伤害。

attention

表示有中度潜在危险,如不能避免,可能导致人员轻微或中等伤害。

warning

表示有潜在危险,如不能避免,可能导致设备或器件损坏、数据丢失、设备性能降低或不可预知的结果。

danter

表示正文的附加信息,是对正文的强调和补充。

表格内容约定

内容

说明

-

表示无内容单元格。

*

表示用户可根据需要进行配置。

版本号约定

配套软件文档版本号说明:VA.B.C.D

其中,

  • A.B.C与软件版本保持一致;

  • D表示当前软件版本下,文档的修改次数。从0开始计数,每修改一次,数字加1。