关于TVM Operator Inventory的文档和使用的问题

[Sanzo00]

我在写lesson 4作业的时候，参考了TOPI的文档，遇到了两个问题：

1. tvm.topi.nn.pool2d 缺少了关于dilation 的参数介绍。

2. 当我尝试使用tvm.topi.nn.matmul做linear运算的时候：

lv6 = bb.emit_te(tvm.topi.nn.matmul, lv4, linear0_weight, bias=linear0_bias, transpose_b=True) 

触发了一个断言错误：

assert len(bias.shape) == 1

我尝试去对linear0_bias做变换，得到如下错误：

AttributeError: <class 'tvm.relay.expr.Constant'> has no attribute reshape

我不太清楚relax.cosnst是否支持reshape操作。

我目前的解决方法是在变量定义的时候修改它的形状或者不使用bias这个参数，不知道有没有更好的解决方法。

# method 1
# linear0_bias = relax.const(weight_map["linear0_bias"].reshape(1, 100), "float32")
linear0_bias = relax.const(weight_map["linear0_bias"].reshape(100), "float32")
lv6 = bb.emit_te(tvm.topi.nn.matmul, lv4, linear0_weight, bias=linear0_bias, transpose_b=True) 

# method 2
lv5 = bb.emit_te(tvm.topi.nn.matmul, lv4, linear0_weight, transpose_b=True)
lv6 = bb.emit_te(tvm.topi.add, lv5, linear0_bias)

[GeLee-Q]

tvm.topi.nn.pool2d 的dialation参数可能是 (List/ tuple of two ints)

tvm.topi.nn.pool2d(data = Input, kernel = [2, 2], dilation = (1,1), stride = [2,2], padding = [0,0,0,0], pool_type = 'max')

我用的全连接层做的linear运算，可以作为一种思路参考, 文档里似乎并不支持bias

def linear_5(Input, weight, bias):
  lv5_0 = tvm.topi.nn.dense(Input, weight)
  return tvm.topi.add(lv5_0, bias) 

[Sanzo00]

嗯嗯，nn.dense和nn.matmul应该也支持bias，不过得是一维的。