# KuiperInfer (自制深度学习推理框架)
带领你亲手打造一个深度学习推理框架。关注我的[B站空间](https://space.bilibili.com/1822828582)，获取最新视频更新。
跟随本项目，从零开始自制深度学习推理框架，你将有以下收获：
1. 学习一个深度学习框架背后的知识，掌握现代C++项目的写法，调试技巧和工程经验；
2. 如何设计、编写一个计算图；
3. 实现常见的算子，卷积算子、池化算子、全连接算子等；
4. 在3的基础上，学会常见的优化手段加速算子的执行；
5. 最后你将获得一个属于自己的推理框架，可以推理resnet, unet, yolov5, mobilenet等模型，对面试和知识进阶大有裨益。
**视频课程链接：**[https://space.bilibili.com/1822828582](https://space.bilibili.com/1822828582)
## 对llama的支持
> 我们将[llama.c](https://github.com/karpathy/llama2.c )中的算子替换为了KuiperInfer中的实现
[模型下载链接](https://pan.baidu.com/s/1PF5KqvIvNFR8yDIY1HmTYA?pwd=ma8r ) 下载后替换到demos/llama2/main.cpp中
## 第二次课程大纲
第二次课程是第一次课程的重置版，内容更加充实和完善，第一次课程大纲见下方章节。
| 课程节数 | 进度 | 课程链接 |
| ----------------------------------------------------- |-----| ------------------------------------------- |
| **第一讲** 项目预览和环境配置 | 完成 | https://www.bilibili.com/video/BV118411f7yM |
| **第二讲** 张量(Tensor)的设计与实现 | 完成 | https://www.bilibili.com/video/BV1hN411k7q7 |
| **第三讲** 计算图的定义 | 完成 | https://www.bilibili.com/video/BV1vc411M7Yp |
| **第四讲** 构建计算图关系和执行顺序 | 完成 | https://www.bilibili.com/video/BV19s4y1r7az |
| **第五讲** KuiperInfer中的算⼦和注册⼯⼚ | 完成 | https://www.bilibili.com/video/BV1gx4y1o7pj |
| **第六讲** 卷积和池化算子的实现 | 完成 | https://www.bilibili.com/video/BV1hx4y197dS |
| **第七讲** 表达式层中词法分析和语法分析以及算子的实现 | 完成 | https://www.bilibili.com/video/BV1j8411o7ao |
| **第八讲** 自制推理框架支持Resnet网络的推理 | 完成 | https://www.bilibili.com/video/BV1o84y1o7ni |
| **第九讲** 自制推理框架支持YoloV5网络的推理 | 完成 | https://www.bilibili.com/video/BV1Qk4y1A7XL |
## 知乎专栏（更新中）
<a href="https://www.zhihu.com/column/c_1682405983161356288"> <img src="https://is1-ssl.mzstatic.com/image/thumb/Purple116/v4/8c/ec/b0/8cecb054-1279-1b92-668b-46e371b9f65f/AppIcon-0-0-1x_U007emarketing-0-0-0-6-0-0-sRGB-0-0-0-GLES2_U002c0-512MB-85-220-0-0.png/1200x630wa.png" height="200" width="400" /> </a>
## Demo效果
### Unet语义分割
> 🥰 KuiperInfer当前已支持Unet网络的推理，采用[carvana的预训练权重](https://github.com/milesial/Pytorch-UNet)
推理复现可参考文末的 **运行 Kuiper 的 demo**
### Yolov5目标检测
> Demo直接使用yolov5-s的预训练权重(coco数据集)，使用KuiperInfer推理
## 第一次课程大纲
我在b站上开了一门教学课程，目前是课程的前13次课程。课程大纲如下，主页是: https://space.bilibili.com/1822828582 , 欢迎大家关注支持。**进学习群的方式如上图的二维码。**
| 课程节数 | 主要内容 | 进度 | 课程链接 |
| ---------- | ---------------------------------------------------------- | ---- | -------------------------------------------- |
| 第一次课 | 整体框架解读和开发环境配置 | 完成 | https://www.bilibili.com/video/BV1HV4y1A7H8/ |
| 第二次课 | 张量Tensor类的解析和输入数据的内存排布 | 完成 | https://www.bilibili.com/video/BV1Ed4y1v7Gb/ |
| 第三次课 | 从CSV文件中初始化张量Tensor一个实例 | 完成 | https://www.bilibili.com/video/BV1Pg411J7V5/ |
| 第四次课 | 手写第一个算子Relu并完成算子注册工厂类 | 完成 | https://www.bilibili.com/video/BV1bG4y1J7sQ/ |
| 第五次课 | Im2col的原理和卷积算子的实现 | 完成 | https://www.bilibili.com/video/BV1F841137Ct |
| 第六次课 | 照猫画虎，完成MaxPooling算子 | 完成 | https://www.bilibili.com/video/BV1m3411S7yy |
| 第七次课 | 图结构(PNNX)讲解和计算图初步 | 完成 | https://www.bilibili.com/video/BV1VW4y1V7vp |
| 第八次课 | 读取PNNX并构建自己的计算图 | 完成 | https://www.bilibili.com/video/BV1HY4y1Z7S3 |
| 第九次课 | 卷积算子的实现和im2col加速计算的原理 | 完成 | https://www.bilibili.com/video/BV1F841137Ct |
| 第十次课 | 再探Tensor类，构建计算图的图关系以及对算子的输入输出预分配 | 完成 | https://www.bilibili.com/video/BV1M54y1K7AG |
| 第十一次课 | 算子的执行流程 | 完成 | https://www.bilibili.com/video/BV1wY411C7Kv |
| 第十二次课 | 用我们自制的推理框架完成ResNet网络的推理和图片的分类 | 完成 | https://www.bilibili.com/video/BV1jD4y1M772 |
| 第十三次课 | 用自制的推理框架支持Yolov5模型的推理 | 完成 | https://www.bilibili.com/video/BV1xs4y1J7t2 |
## 项目贡献
### 贡献者列表
感谢以下同学对Kuiperinfer的付出
- [zjhellofss](https://github.com/zjhellofss)
- [liuxubit](https://github.com/liuxubit)
- [Azusachan](https://github.com/Azusachan)
- [wfs2010](https://github.com/wfs2010)
- [mlmz](https://github.com/minleminzui)
- [Tigerrr07](https://github.com/Tigerrr07)
- [zyt1024](https://github.com/zyt1024)
- [zpye](https://github.com/zpye)
- [cmcamdy](https://github.com/cmcamdy)
- [superCB](https://github.com/SuperCB)
- [sanbuphy](https://github.com/sanbuphy)
- [TypeFloat](https://github.com/TypeFloat)
- [Jasmine-up](https://github.com/Jasmine-up)
- [PerrySkywalker](https://github.com/PerrySkywalker)
### 如何参与项目贡献？
1. 提交代码增加新功能或修改bug；
2. 提出特别有用的建议；
3. 完善文档或增加单元测试。
### 本项目和视频课程的关系
- 本项目相当于课程的上游或者预研项目
- 这里的每一个功能都有可能成为视频课程中的知识点，无论是我开发的还是其他同学完善的。
## 使用的技术和开发环境
* 开发语言：C++ 17
* 数学库：Armadillo + OpenBlas(或者更快的Intel MKL)
* 加速库：OpenMP
* 单元测试：Google Test
* 性能测试：Google Benchmark
## 安装过程(使用Docker)
1. docker pull registry.cn-hangzhou.aliyuncs.com/hellofss/kuiperinfer:latest
2. sudo docker run -t -i registry.cn-hangzhou.aliyuncs.com/hellofss/kuiperinfer:latest /bin/bash
3. cd code
4. git clone --recursive https://github.com/zjhellofss/KuiperInfer.git
5. cd KuiperInfer
6. **git checkout -b 你的新分支 study_version_0.02 (如果想抄本项目的代码，请使用这一步切换到study tag)**
7. mkdir build
8. cd build
9. cmake -DCMAKE_BUILD_TYPE=Release -DDEVELOPMENT=OFF ..
10. make -j$(nproc)
**Tips:**
1. **如果需要对KuiperInfer进行开发**，请使用 git clone --recursive https://github.com/zjhellofss/
带你从零实现一个高性能的深度学习推理库，支持大模型 llama2 、Unet。。。
版权申诉
140 浏览量
2024-03-14
22:58:13
上传
评论
收藏 4.92MB ZIP 举报
带你从零实现一个高性能的深度学习推理库，支持大模型 llama2 、Unet。。。 （160个子文件） 
.clang-format 725B ir.cpp 62KB test_utensor.cpp 34KB llama_chat.cpp 28KB test_tensor.cpp 27KB test_conv.cpp 26KB test_expression.cpp 24KB test_runtime_ir.cpp 22KB test_maxpooling.cpp 20KB runtime_ir.cpp 17KB bench_layer.cpp 16KB base_convolution.cpp 16KB test_upsample.cpp 15KB tensor.cpp 15KB test_average_pooling.cpp 14KB simd.cpp 13KB test_view.cpp 13KB yolo_detect.cpp 13KB upsample.cpp 11KB test_flatten.cpp 11KB test_linear.cpp 11KB test_softmax.cpp 10KB softmax.cpp 10KB maxpooling.cpp 8KB deconvolution.cpp 8KB parse_expression.cpp 8KB store_zip.cpp 8KB winograd.cpp 8KB convolution.cpp 8KB test_batchnorm.cpp 8KB linear.cpp 8KB batchnorm2d.cpp 7KB test_deconv.cpp 7KB expression.cpp 7KB test_relu.cpp 7KB adaptive_avgpooling.cpp 6KB runtime_op.cpp 6KB yolo_test.cpp 6KB test_cat.cpp 6KB bench_conv.cpp 6KB test_sigmoid.cpp 6KB test_load_data.cpp 6KB test_silu.cpp 5KB flatten.cpp 5KB matmul.cpp 5KB test_param_layer.cpp 5KB test_classify_net.cpp 5KB cat.cpp 5KB param_layer.cpp 5KB view.cpp 5KB mobile.cpp 4KB resnet_test.cpp 4KB test_hardswish.cpp 4KB test_hardsigmoid.cpp 4KB bench_simd.cpp 4KB time_logging.cpp 4KB layer.cpp 4KB rms_norm.cpp 4KB test_yolo.cpp 4KB image_util.cpp 3KB bench_yolo.cpp 3KB test_attr.cpp 3KB layer_factory.cpp 3KB unet_test.cpp 3KB test_matmul.cpp 3KB test_reshape.cpp 3KB activation.cpp 3KB bench_resnet.cpp 3KB bench_reshape.cpp 3KB test_layer_factory.cpp 2KB hardswish.cpp 2KB hardsigmoid.cpp 2KB load_data.cpp 2KB silu.cpp 2KB sigmoid.cpp 2KB relu6.cpp 2KB relu.cpp 2KB bench_unet.cpp 2KB bench_mobilenet.cpp 2KB main.cpp 2KB test_param.cpp 2KB test_main.cpp 1KB tensor_utils.cpp 1KB bench_main.cpp 1KB dockerfile 2KB
a.gif 3.23MB .gitignore 26KB .gitmodules 81B ir.h 5KB fmath.hpp 25KB tensor_util.hpp 13KB runtime_ir.hpp 9KB tensor.hpp 8KB layer.hpp 5KB llama_chat.hpp 5KB time_logging.hpp 5KB runtime_parameter.hpp 4KB param_layer.hpp 4KB layer_factory.hpp 4KB runtime_op.hpp 4KB共 160 条
- 1
- 2
资源评论
