最近看了下TNN的源碼褂策，打算記錄一下源碼閱讀筆記喉磁。
git clone https://github.com/tencent/tnn
克隆下tnn碱茁，看下目錄結(jié)構(gòu)：
image.png
- benchmark：模型的benchmark和層的benchmark
- cmake：底下就一個cmake 文件锁孟，不同的系統(tǒng)設(shè)置不同類型的庫
- doc：相關(guān)文檔
- examples：包括android彬祖、ios茁瘦、armlinux的例子，samples是封裝的tnn api的調(diào)用接口
- include：tnn暴露給用戶的api頭文件储笑，即這個文件夾下的頭文件是用戶可以引用的
- model：一些基準(zhǔn)模型
- platforms：不同平臺的調(diào)用甜熔，包括android、ios南蓬、linux和mac
- scripts：不同平臺編譯腳本纺非，包括aarch64、android赘方、armhf_linux烧颖、ios等
- source：和上面的include共同構(gòu)成了主要的tnn源碼
- test：測試代碼，包含層的單元測試
- third_party：一些第三方工具窄陡，gflags用于參數(shù)解析炕淮、opencl用于加速計算、stb用于圖片load跳夭、save涂圆、resize等
- tools：模型量化工具、模型轉(zhuǎn)換工具等
- Dockerfile：用于構(gòu)建docker環(huán)境币叹，可方便使用docker進(jìn)行模型轉(zhuǎn)換等操作
- CMakeLists.txt：CMake編譯文件
接下來要閱讀的代碼重點在include润歉、source以及tools。
先看一眼source的文件夾目錄：
image.png
- core：圖和層的各種類和接口
- device：各個加速平臺的算子計算颈抚，包括arm踩衩、metal和opencl
- interpreter：模型解析，包括TNN和NCNN模型
- layer：層的聲明與注冊
- memory_manager：內(nèi)存管理
- optimizer：優(yōu)化操作贩汉，包括一些層的合并驱富，刪除等
- utils：一些輔助函數(shù)和工具，比如檢測框的工具匹舞，bf16的工具褐鸥，字符串操作工具等
