PaddleLite简单梳理

下载和编译:

1. github网络原因clone代码非常慢，推荐换用gitee的服务器，https://gitee.com/paddlepaddle/paddle-lite.git
2. clone后，可以通过修改.git/config中的url为https://github.com/PaddlePaddle/Paddle-Lite.git来与github仓库保持同步
3. third-party中的自仓同理，也可一并用gitee的镜像仓库替换。除了thirdparty中附带的子仓之外，paddle-lite还会在build时根据cmakelist自动从github克隆众多依赖库，速度非常慢，容易卡死，推荐参考lite/tools中各平台的傻瓜式编译脚本，脚本中会从百度官方源下载依赖包，速度非常快。

依赖

1. mkldnn & mklml 英特尔深度学习加速库
2. protobuf 序列化数据结构，用于解析模型等
3. gflags 谷歌命令行解析工具库
4. glog 谷歌日志库
5. gtest 谷歌测试框架
6. eigen 高性能矩阵运算库
7. xbyak 汇编库，可以在C++程序中手写汇编存储在内存中调用
8. xxhash 超快速非加密哈希算法

源码目录结构

ps：代码大部分位于lite目录下，metal（苹果的GPU运算加速库也叫metal，应该就是IOS的内容了）和mobile是从paddle-mobile迁移过来的移动端代码，这里不予探讨

又ps：官方文档中已有较详细的描述的部分在此不做赘述

再ps：应用开发者只需要关心api部分即可，硬件后端适配人员或框架开发者需要关注全部内容

最后一次ps：paddlelite因为开发时间尚短，需要支持的硬件端过于繁多，代码难免杂乱，质量也有提升空间，但毕竟是少有的国产开源项目，大家多多包容

• api：对外接口封装和相应测试（吐槽下，目录结构有点乱，外面有个单独的test目录这里还乱放接口测试文件），包括了android接口（需要NDK），C++全尺寸接口，C++轻量级接口（一个全尺寸库200M+，移动端吃不消），python接口（pybind11实现）
• core：核心模块，包含了类型系统，硬件描述，内存操作，变量域，推理程序，operator基类（对算子的IO描述以及实现管理），kernel基类（算子的硬件实现），MIR（Machine IR，图优化），性能分析工具（profiler），封装了gtest的arena测试框架（？？测试框架放在core里面？？而且还依赖gtest）
• backend：内存操作，context等硬件相关的基础操作，和部分数学函数的硬件端实现
• operator：各类算子实现（operator负责检查输入shape，推理输出shape，以及管理算子参数和kernel的实现）
• kernel：算子的硬件实现
• model_parser：依赖protobuf的模型描述相关实现（读取模型就靠它啦），也包含对op和program的描述
• gen_code：编译时生成代码
• fluid：数据类型（float16，int等）描述，和一些tricks封装，（感觉可以和utils合并一下？）
• utils：鉴于使用C++11标准，boost库又太庞大，抄过来的any和variant实现（但是variant实现在varient里面，variant.h里面是编译器优化的宏？？），还有借鉴glog的日志系统（轻量级编译的时候用于替换glog，通过cp_logging实现代码不变，条件编译决定采用哪一个日志实现）
• tools：各平台的傻瓜式编译脚本，dockerfile等
• test：各类没有放在待测源代码目录下的测试文件
• demo：C++，python，java三种demo

issue

未提issue

1. 模型接口统一

PROCESSING

1. [#3496] python库中包含未选择编译的内容
2. [#3494] 单例的实现存在内存泄漏

CLOSED

1. [#3291] 框架中注入了多余的符号，强制应用层引入不必要的依赖
2. [#3292] model_parser使用了protobuf即将废弃的接口ByteSize
3. [#3313] profile缺少头文件，编译失败
4. [#3356] tensor的slice内存共享设计缺陷导致multiclassnms不支持batchsize大于1的情况
5. [#3406] 编译过程中大量sign-compare的warning
6. 同时打开test和python编译会强制编译ARM的单元测试（未提issue已修复）

传送门

官方源码仓库：https://github.com/PaddlePaddle/Paddle-Lite
WeChat Official Account: PaddlePaddle
QQ Group Chat: 696965088