下載和編譯:

1. github網(wǎng)絡(luò)原因clone代碼非常慢，推薦換用gitee的服務(wù)器，https://gitee.com/paddlepaddle/paddle-lite.git
2. clone后，可以通過(guò)修改.git/config中的url為https://github.com/PaddlePaddle/Paddle-Lite.git來(lái)與github倉(cāng)庫(kù)保持同步
3. third-party中的自倉(cāng)同理，也可一并用gitee的鏡像倉(cāng)庫(kù)替換。除了thirdparty中附帶的子倉(cāng)之外，paddle-lite還會(huì)在build時(shí)根據(jù)cmakelist自動(dòng)從github克隆眾多依賴(lài)庫(kù)，速度非常慢，容易卡死，推薦參考lite/tools中各平臺(tái)的傻瓜式編譯腳本，腳本中會(huì)從百度官方源下載依賴(lài)包，速度非?？?。

依賴(lài)

1. mkldnn & mklml 英特爾深度學(xué)習(xí)加速庫(kù)
2. protobuf 序列化數(shù)據(jù)結(jié)構(gòu)，用于解析模型等
3. gflags 谷歌命令行解析工具庫(kù)
4. glog 谷歌日志庫(kù)
5. gtest 谷歌測(cè)試框架
6. eigen 高性能矩陣運(yùn)算庫(kù)
7. xbyak 匯編庫(kù)，可以在C++程序中手寫(xiě)匯編存儲(chǔ)在內(nèi)存中調(diào)用
8. xxhash 超快速非加密哈希算法

源碼目錄結(jié)構(gòu)

ps：代碼大部分位于lite目錄下，metal（蘋(píng)果的GPU運(yùn)算加速庫(kù)也叫metal，應(yīng)該就是IOS的內(nèi)容了）和mobile是從paddle-mobile遷移過(guò)來(lái)的移動(dòng)端代碼，這里不予探討

又ps：官方文檔中已有較詳細(xì)的描述的部分在此不做贅述

再ps：應(yīng)用開(kāi)發(fā)者只需要關(guān)心api部分即可，硬件后端適配人員或框架開(kāi)發(fā)者需要關(guān)注全部?jī)?nèi)容

最后一次ps：paddlelite因?yàn)殚_(kāi)發(fā)時(shí)間尚短，需要支持的硬件端過(guò)于繁多，代碼難免雜亂，質(zhì)量也有提升空間，但畢竟是少有的國(guó)產(chǎn)開(kāi)源項(xiàng)目，大家多多包容

• api：對(duì)外接口封裝和相應(yīng)測(cè)試（吐槽下，目錄結(jié)構(gòu)有點(diǎn)亂，外面有個(gè)單獨(dú)的test目錄這里還亂放接口測(cè)試文件），包括了android接口（需要NDK），C++全尺寸接口，C++輕量級(jí)接口（一個(gè)全尺寸庫(kù)200M+，移動(dòng)端吃不消），python接口（pybind11實(shí)現(xiàn)）
• core：核心模塊，包含了類(lèi)型系統(tǒng)，硬件描述，內(nèi)存操作，變量域，推理程序，operator基類(lèi)（對(duì)算子的IO描述以及實(shí)現(xiàn)管理），kernel基類(lèi)（算子的硬件實(shí)現(xiàn)），MIR（Machine IR，圖優(yōu)化），性能分析工具（profiler），封裝了gtest的arena測(cè)試框架（？？測(cè)試框架放在core里面？？而且還依賴(lài)gtest）
• backend：內(nèi)存操作，context等硬件相關(guān)的基礎(chǔ)操作，和部分?jǐn)?shù)學(xué)函數(shù)的硬件端實(shí)現(xiàn)
• operator：各類(lèi)算子實(shí)現(xiàn)（operator負(fù)責(zé)檢查輸入shape，推理輸出shape，以及管理算子參數(shù)和kernel的實(shí)現(xiàn)）
• kernel：算子的硬件實(shí)現(xiàn)
• model_parser：依賴(lài)protobuf的模型描述相關(guān)實(shí)現(xiàn)（讀取模型就靠它啦），也包含對(duì)op和program的描述
• gen_code：編譯時(shí)生成代碼
• fluid：數(shù)據(jù)類(lèi)型（float16，int等）描述，和一些tricks封裝，（感覺(jué)可以和utils合并一下？）
• utils：鑒于使用C++11標(biāo)準(zhǔn)，boost庫(kù)又太龐大，抄過(guò)來(lái)的any和variant實(shí)現(xiàn)（但是variant實(shí)現(xiàn)在varient里面，variant.h里面是編譯器優(yōu)化的宏？？），還有借鑒glog的日志系統(tǒng)（輕量級(jí)編譯的時(shí)候用于替換glog，通過(guò)cp_logging實(shí)現(xiàn)代碼不變，條件編譯決定采用哪一個(gè)日志實(shí)現(xiàn)）
• tools：各平臺(tái)的傻瓜式編譯腳本，dockerfile等
• test：各類(lèi)沒(méi)有放在待測(cè)源代碼目錄下的測(cè)試文件
• demo：C++，python，java三種demo

issue

未提issue

1. 模型接口統(tǒng)一

PROCESSING

1. [#3496] python庫(kù)中包含未選擇編譯的內(nèi)容
2. [#3494] 單例的實(shí)現(xiàn)存在內(nèi)存泄漏

CLOSED

1. [#3291] 框架中注入了多余的符號(hào)，強(qiáng)制應(yīng)用層引入不必要的依賴(lài)
2. [#3292] model_parser使用了protobuf即將廢棄的接口ByteSize
3. [#3313] profile缺少頭文件，編譯失敗
4. [#3356] tensor的slice內(nèi)存共享設(shè)計(jì)缺陷導(dǎo)致multiclassnms不支持batchsize大于1的情況
5. [#3406] 編譯過(guò)程中大量sign-compare的warning
6. 同時(shí)打開(kāi)test和python編譯會(huì)強(qiáng)制編譯ARM的單元測(cè)試（未提issue已修復(fù)）

傳送門(mén)

官方源碼倉(cāng)庫(kù)：https://github.com/PaddlePaddle/Paddle-Lite
WeChat Official Account: PaddlePaddle
QQ Group Chat: 696965088