संग्रह की मदद से व्यवस्थित रहें अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.

MLIR TensorFlow में उच्च-प्रदर्शन ML मॉडल के लिए बुनियादी ढांचे को एकीकृत करता है।

MLIR प्रोजेक्ट एक सामान्य मध्यवर्ती प्रतिनिधित्व (IR) को परिभाषित करता है जो TensorFlow और इसी तरह के ML फ्रेमवर्क में उच्च प्रदर्शन मशीन लर्निंग मॉडल को निष्पादित करने के लिए आवश्यक बुनियादी ढांचे को एकीकृत करता है। इस परियोजना में एचपीसी तकनीकों के अनुप्रयोग के साथ-साथ सुदृढीकरण सीखने जैसे खोज एल्गोरिदम का एकीकरण शामिल होगा। MLIR का लक्ष्य नए हार्डवेयर को लाने के लिए लागत को कम करना और मौजूदा TensorFlow उपयोगकर्ताओं के लिए उपयोगिता में सुधार करना है।
// Syntactically similar to LLVM:
func @testFunction(%arg0: i32) {
  %x = call @thingToCall(%arg0) : (i32) -> i32
  br ^bb1
^bb1:
  %y = arith.addi %x, %x : i32
  return %y : i32
}