框架适配开发
场景描述
框架适配开发，指CANN算子库中已实现了相应的算子，但未适配第三方框架的场景。可以查看《算子清单》，判断算子库是否包含对应算子。
例如，算子库中已存在某算子，此算子已经适配了TensorFlow框架，但未适配ONNX框架，此种场景下，可直接进行ONNX框架的适配。
开发流程
框架适配场景下的开发流程如下图所示：
图1 算子框架适配开发流程
步骤 |
描述 |
参考 |
|---|---|---|
环境准备 |
准备算子开发及运行验证所依赖的开发环境与运行环境。 |
|
工程创建 |
框架适配场景下，建议开发者直接基于已有算子工程追加进行算子适配插件的开发。 若无已有算子工程，您可以直接获取Ascend开源社区提供的算子样例，详细方法请参见右侧“参考”。 须知：
针对PyTorch框架的适配开发，无需进行工程创建。 |
|
算子适配 |
基于第三方框架（TensorFlow/Caffe/ONNX等）进行自定义算子开发的场景，开发人员需要进行插件的开发，将基于第三方框架的算子属性映射成适配昇腾AI处理器的算子属性。 |
|
算子网络测试 |
将自定义算子加载到网络模型中进行运行验证。 |
父主题： 选择算子开发场景
