一种基于TVM框架的神经网络数据流图生成方法及系统

本发明公开了一种基于TVM框架的神经网络数据流图生成方法，其首先通过多框架模型导入或三种关键的中间表示构建神经网络模型；然后利用TVM框架将神经网络模型逐级编译为张量中间表示，并生成标准化的LLVM IR代码；随后，对LLVM IR代码进行分层数据流分析，结合指令命名、基本块命名及函数反混淆处理，精准提取控制流与数据流依赖关系，生成数据流图DOT文件；最后通过可视化工具生成更直观的PDF文件，得到最终的数据流图。本发明能够解决现有数据流图生成方法需要开发者手动将框架的神经网络模型转换为C/C++语言实现的技术问题，以及无法兼容Python语言的动态计算特性与高阶语法，严重限制复杂神经网络模型实现的技术问题。