本仓库给出了36个 TE 自定义算子的样例。
TE （Tensor Engine）是基于 TVM （Tensor Virtual Machine）的自定义算子开发框架。
TVM 是 Github 的开源项目， 旨在将各算子的生成规则进一步抽象，将算子本身分成各个操作原语，在需要的时候加以组合。TVM 会根据算子的计算过程的定义，使用 Schedule 技术和 Codegen 技术，生成对指定硬件的算子。TVM 的相关问题可参考 TVM Tutorials 与 TVM论坛。
TE 是对 TVM 的再次封装，TE 中的函数包括两大类：TVM原语 与 TE-DSL。
在本仓库的算子中，有的采用了 TVM 原语，有的采用了 TE-DSL。
本仓库的目录结构如下：
.
├── customOp
│ ├── caffeOp
│ │ ├── custom_Concat
│ │ ├── custom_Exp
│ │ ├── custom_Log
│ │ ├── custom_Power
│ │ ├── custom_Reduction
│ │ ├── custom_Tile
│ │ ├── custom_Upsample
│ │ └── SpatialTransformer
│ └── tensorflowOp
│ ├── custom_abs
│ ├── custom_batch_matmul
│ ├── custom_ceil
│ ├── custom_cumprod
│ ├── custom_equal
│ ├── custom_exp
│ ├── custom_expm1
│ ├── custom_floor
│ ├── custom_greater_equal
│ ├── custom_l2_loss
│ ├── custom_log
│ ├── custom_log1p
│ ├── custom_logical_and
│ ├── custom_logical_not
│ ├── custom_maximum
│ ├── custom_minimum
│ ├── custom_mod
│ ├── custom_negative
│ ├── custom_pow
│ ├── custom_rint
│ ├── custom_round
│ ├── custom_sign
│ ├── custom_sqrt
│ ├── custom_square
│ ├── custom_squared_difference
│ ├── custom_subtract
│ ├── custom_tile
│ └── custom_truncatemod
└── README.md其中，README.md 为本文。
customOp 存放着自定义算子，它包括两部分：tensorflow 算子与 caffe 算子。在所有自定义算子中，SpatialTransformer 通过 MindSpore Studio 开发，其余通过命令行方式开发（因此 SpatialTransformer 的目录结构与其余算子的目录结构有所不同）。
-
caffe自定义算子目录，即 ./caffeOp/custom_xxx 的结构为：
. ├── omg_verify │ ├── custom_xxx.caffemodel │ ├── custom_xxx.prototxt │ ├── env_omg.sh │ └── omg.sh ├── operator │ └── custom_xxx.py ├── plugin │ ├── custom_xxx_parser.cpp │ ├── Makefile │ └── proto │ └── caffe │ └── caffe.proto └── README.md其中，operator 目录下的 custom_xxx.py 为算子代码文件。
plugin 目录下的 custom_xxx_parser.cpp 为插件代码文件，caffe.proto 里包含了该自定义算子的 message 字段。
omg_verify 目录下存放着包括该自定义算子的 caffe 网络（包括 custom_xxx.caffemodel 与 custom_xxx.prototxt），以及命令行方式的 OMG （模型转换）的脚本（即 env_omg.sh 与 omg.sh）。
-
tensorflow 自定义算子目录，即 ./tensorflowOp/custom_xxx 的结构为：
. ├── omg_verify │ ├── custom_xxx.pb │ ├── env_te.sh │ └── omg.sh ├── operator │ └── custom_xxx.py ├── plugin │ ├── custom_xxx_tf_parser.cpp │ └── Makefile └── README.md其中，operator 目录下的 custom_xxx.py 为算子代码文件。
plugin 目录下的 custom_xxx_tf_parser.cpp 为插件代码文件。
omg_verify 目录下存放着包括该自定义算子的 tensorflow 网络（即 custom_xxx.pb），以及命令行方式的 OMG（模型转换）的脚本（即 env_te.sh 与 omg.sh）。
-
对于 caffe 算子：
1）修改 custom_xxx/plugin/ 的 Makefile 文件中的 DDK 路径（位于第12行）。
2）修改 custom_xxx/omg_verify/env_omg.sh 的 DDK_PATH，并执行 source env_omg.sh。
3）在 custom_xxx/plugin/ 目录下执行 make clean; make。
-
对于 tensorflow 算子：
1）修改 custom_xxx/plugin/ 的 Makefile 文件中的 DDK 路径（位于第17行）。
2）修改 custom_xxx/omg_verify/env_te.sh 的 DDK_PATH，并执行 source env_te.sh。
3）在 custom_xxx/plugin/ 目录下执行 make clean; make。
下面介绍通过命令行方式进行 OMG（模型转换）。
-
对于 caffe 算子：
1）修改 custom_xxx/omg_verify/env_omg.sh 的 DDK_PATH。
2）修改 omg.sh 的 DDK_PATH 与 ddk_version 参数。
3）在 custom_xxx/omg_verify/ 目录下依次执行 source env_omg.sh 与 bash omg.sh。
-
对于 tensorflow 算子：
1）修改 custom_xxx/omg_verify/env_omg.sh 的 DDK_PATH。
2）修改 omg.sh 的 ddk_version 参数为实际的 DDK 版本。
2）在 custom_xxx/omg_verify/ 目录下依次执行 source env_te.sh 与 bash omg.sh。