TVM是一个开源深度学习编译器，可适用于各类CPUs,GPUs及其他专用加速器。它的目标是使得我们能够在任何硬件上优化和运行自己的模型。不同于深度学习框架关注模型生产力，TVM更关注模型在硬件上的性能和效率。本文只简单介绍TVM的编译流程，及如何自动调优自己的模型。更深入了解，可见TVM官方内容：文档:https://tvm.apache.org/docs/源码:https://github.com/apache/tvm编译流程TVM文档DesignandArchitecture讲述了实例编译流程、逻辑结构组件、设备目标实现等。其中流程见下图：从高层次上看，包含了如下步骤：导入（Import）
