如何学习TVM的代码？

问题：
对陈天奇团队的开源深度学习编译器TVM很感兴趣，特别是看到18年发的论文中提到的在FPGA上的部署。对于基础知识薄弱（如体系架构编译等方面）的学生，应该如何学习TVM的代码呢？

如提问有误请指正，求轻喷。

相关链接：
TVM: End-to-End Optimization Stack for Deep Learning
自动生成硬件优化内核：陈天奇等人发布深度学习编译器TVM
dmlc/tvm

作者：蓝色
链接：https://www.zhihu.com/question/268423574/answer/506008668
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

或许和很多人不同，以我的经验来看，觉得理解TVM，或者推理框架一定要从前端开始。即你从一个Tensorflow模型 / MXNet模型等，是如何转为NNVM的，然后再应该是后续的图优化，以及后续的TVM Tensor，LLVM代码生成等东西。为什么我会这么强调从前端开始呢？因为不理解前端模型，就很难理解后续TVM为什么是这样，而且出了错以后很难知道到底是什么原因，比如很多时候找了半天，其实只是你忘记了模型输入图