使用 Relay Visualizer 可视化 Relay
导航
使用 Relay Visualizer 可视化 Relay#
原作者: Chi-Wei Wang
Relay IR 模块可以包含很多运算。尽管单个运算通常很容易理解,但将它们放在一起可能会导致复杂的、难以阅读的 graph。随着优化传递(passes)的出现,情况可能会变得更糟。
这个实用程序将 IR 模块可视化为节点和边。它定义了一组接口,包括 parser、plotter(renderer)、graph、node 和 edges。 提供了默认 parser。用户可以实现自己的 renderer 来渲染 graph。
在这里,使用 renderer 在文本形式中渲染 graph。它是轻量级的、类似 AST 的可视化工具,灵感来自 clang ast-dump。下面将介绍如何通过接口类实现定制的 parser 和 renderer。
更多细节见:tvm.contrib.relay_viz
。
import tvm
from tvm import relay
from tvm.contrib.relay_viz import RelayVisualizer, DotPlotter, DotVizParser
from tvm.contrib.relay_viz.interface import (
VizEdge,
VizNode,
VizParser,
)
from tvm.contrib.relay_viz.terminal import (
TermGraph,
TermPlotter,
TermVizParser,
)
定义具有多个 GlobalVar
的 Relay IR 模块#
构建包含多个 GlobalVar
的示例 IR 模块。定义 add
函数,并在 main
函数中调用它。
创建 add 算子及其函数
data = relay.var("data")
bias = relay.var("bias")
add_op = relay.add(data, bias)
add_func = relay.Function([data, bias], add_op)
查看算子和函数:
print(f"算子:\n{add_op}")
print("="*20)
print(f"函数:\n{add_func}")
算子:
free_var %data;
free_var %bias;
add(%data, %bias)
====================
函数:
fn (%data, %bias) {
add(%data, %bias)
}
add_gvar = relay.GlobalVar("AddFunc")
input0 = relay.var("input0")
input1 = relay.var("input1")
input2 = relay.var("input2")
add_01 = relay.Call(add_gvar, [input0, input1])
add_012 = relay.Call(add_gvar, [input2, add_01])
main_func = relay.Function([input0, input1, input2], add_012)
main_gvar = relay.GlobalVar("main")
mod = tvm.IRModule({main_gvar: main_func,
add_gvar: add_func})
在终端上使用 Relay Visualizer 渲染 graph#
终端是类似 clang AST-dump 的文本形式显示 Relay IR 模块。
看到 main
和 AddFunc
函数。AddFunc
在 main
函数中调用两次。
viz = RelayVisualizer(mod)
viz.render()
@main([Var(input0), Var(input1), Var(input2)])
`--Call
|--GlobalVar AddFunc
|--Var(Input) name_hint: input2
`--Call
|--GlobalVar AddFunc
|--Var(Input) name_hint: input0
`--Var(Input) name_hint: input1
@AddFunc([Var(data), Var(bias)])
`--Call
|--add
|--Var(Input) name_hint: data
`--Var(Input) name_hint: bias
为感兴趣的 Relay 类型定制解析器#
有时想要强调感兴趣的信息,或者针对特定的用法以不同的方式分析事物。只要遵循接口,就可以提供定制的解析器。
这里演示如何自定义 relay.var
的解析器。
需要实现抽象接口 tvm.contrib.relay_viz.interface.VizParser
。
class YourAwesomeParser(VizParser):
def __init__(self):
self._delegate = TermVizParser()
def get_node_edges(
self,
node: relay.Expr,
relay_param: dict[str, tvm.runtime.NDArray],
node_to_id: dict[relay.Expr, str],
) -> tuple[VizNode | None, list[VizEdge]]:
if isinstance(node, relay.Var):
node = VizNode(node_to_id[node], "AwesomeVar", f"name_hint {node.name_hint}")
# no edge is introduced. So return an empty list.
return node, []
# delegate other types to the other parser.
return self._delegate.get_node_edges(node, relay_param, node_to_id)
将解析器和感兴趣的渲染程序传递给可视化工具。
这里只是终端(terminal)渲染器。
viz = RelayVisualizer(mod, {}, TermPlotter(), YourAwesomeParser())
viz.render()
@main([Var(input0), Var(input1), Var(input2)])
`--Call
|--GlobalVar AddFunc
|--AwesomeVar name_hint input2
`--Call
|--GlobalVar AddFunc
|--AwesomeVar name_hint input0
`--AwesomeVar name_hint input1
@AddFunc([Var(data), Var(bias)])
`--Call
|--add
|--AwesomeVar name_hint data
`--AwesomeVar name_hint bias
定制 Graph 和 Plotter#
除了解析器,还可以通过实现抽象类 tvm.contrib.relay_viz.interface.VizGraph
和 tvm.contrib.relay_viz.interface.Plotter
来定制 graph 和渲染器。
这里,重写了 terminal.py
中定义的 TermGraph
,以方便演示。在 AwesomeVar
上面添加了钩子,并让 TermPlotter
使用新类。
class AwesomeGraph(TermGraph):
def node(self, viz_node):
# add the node first
super().node(viz_node)
# if it's AwesomeVar, duplicate it.
if viz_node.type_name == "AwesomeVar":
duplicated_id = f"duplicated_{viz_node.identity}"
duplicated_type = "double AwesomeVar"
super().node(VizNode(duplicated_id, duplicated_type, ""))
# connect the duplicated var to the original one
super().edge(VizEdge(duplicated_id, viz_node.identity))
# override TermPlotter to use `AwesomeGraph` instead
class AwesomePlotter(TermPlotter):
def create_graph(self, name):
self._name_to_graph[name] = AwesomeGraph(name)
return self._name_to_graph[name]
viz = RelayVisualizer(mod, {}, AwesomePlotter(), YourAwesomeParser())
viz.render()
@main([Var(input0), Var(input1), Var(input2)])
`--Call
|--GlobalVar AddFunc
|--AwesomeVar name_hint input2
| `--double AwesomeVar
`--Call
|--GlobalVar AddFunc
|--AwesomeVar name_hint input0
| `--double AwesomeVar
`--AwesomeVar name_hint input1
`--double AwesomeVar
@AddFunc([Var(data), Var(bias)])
`--Call
|--add
|--AwesomeVar name_hint data
| `--double AwesomeVar
`--AwesomeVar name_hint bias
`--double AwesomeVar
也可以渲染为:
from tvm.contrib import relay_viz
from tvm.relay.testing import resnet
mod, param = resnet.get_workload(num_layers=18)
# graphviz attributes
graph_attr = {"color": "red"}
node_attr = {"color": "blue"}
edge_attr = {"color": "black"}
# VizNode is passed to the callback.
# We want to color NCHW conv2d nodes. Also give Var a different shape.
def get_node_attr(node):
if "nn.conv2d" in node.type_name and "NCHW" in node.detail:
return {
"fillcolor": "green",
"style": "filled",
"shape": "box",
}
if "Var" in node.type_name:
return {"shape": "ellipse"}
return {"shape": "box"}
# Create plotter and pass it to viz. Then render the graph.
dot_plotter = DotPlotter(
graph_attr=graph_attr,
node_attr=node_attr,
edge_attr=edge_attr,
get_node_attr=get_node_attr)
viz = RelayVisualizer(
mod,
relay_param=param,
plotter=dot_plotter,
parser=DotVizParser())
viz.render("hello") # 保存到 PDF
小结#
本教程演示了 Relay Visualizer 及其定制的用法。
tvm.contrib.relay_viz.RelayVisualizer
由定义在 interface.py
中的接口组成。
它的目标是快速 look-then-fix 迭代。构造函数参数的目的是简单,而定制仍然可以通过一组接口类进行。