【PaddlePaddle Hackathon 4】核心框架开源贡献 TensorRT 开发任务合集

[cloud2009]

【PaddlePaddle Hackathon 4】核心框架开源贡献 TensorRT 开发任务合集

（此 ISSUE 为 PaddlePaddle Hackathon 第四期活动的任务 ISSUE，更多详见 【PaddlePaddle Hackathon 第四期】任务总览）

注：为飞桨框架新增一系列 TensorRT 算子，开发请参考 贡献指南，任务列表如下，其他说明事项在任务列表后：

No.71：为 Paddle-TRT 添加 pad3d 算子

• 技术标签：深度学习框架，C++，推理优化，GPU
• 任务难度：基础
• 详细描述：
  • 背景：Paddle-TRT 缺乏 pad3d 算子 TRT Layer映射实现，为了让含有 pad3d 的算子以全图形式执行 TensorRT engine，需添加该算子实现。
  • 目标：完成 pad3d 算子 TRT Layer 映射
  • PR 参考示例见 PR47820、代码贡献流程，历史开发任务参考 [tracking issue] Paddle-TensorRT 算子开发。
• 任务提交：
  • 完成 pad3d TRT算子映射，并提交 PR
  • 任务要求：
    - 完成pad3d功能实现代码
    - 单测python/paddle/fluid/tests/unittests/ir/inference/test_trt_convert_pad3d.py 验证通过
• 技术要求：
  • 熟练掌握 Python、C++ 代码编写
  • 熟悉 TensorRT，熟悉推理优化

No.72：为 Paddle-TRT 添加 flip 算子

• 技术标签：深度学习框架，C++，推理优化，GPU
• 任务难度：基础
• 详细描述：
  • 背景：Paddle-TRT 缺乏 flip 算子 TRT Layer 映射实现。
  • 目标：完成 flip 算子 TRT Layer 映射
  • PR 参考示例见 PR47820、代码贡献流程，历史开发任务参考 [tracking issue] Paddle-TensorRT 算子开发。
• 任务提交：
  • 完成 flip TRT 算子映射，并提交 PR
  • 任务要求：
    - 完成 flip 功能实现代码
    - 添加单测，并验证通过
  • 单元测试样例：python/paddle/fluid/tests/unittests/ir/inference/test_trt_convert_silu.py
• 技术要求：
  • 熟练掌握 Python、C++ 代码编写
  • 熟悉 TensorRT，熟悉推理优化

No.73：为 Paddle-TRT 添加 temporal_shift 算子

• 技术标签：深度学习框架，C++，推理优化，GPU
• 任务难度：基础
• 详细描述：
  • 背景：Paddle-TRT 缺乏temporal_shift 算子 TRT Layer 映射实现。
  • 目标：完成 temporal_shift 算子 TRT Layer 映射
  • PR 参考示例见 PR47820、代码贡献流程，历史开发任务参考 [tracking issue] Paddle-TensorRT 算子开发。
• 任务提交：
  • 完成 temporal_shift TRT 算子映射，并提交 PR
  • 任务要求：
    - 完成 temporal_shift 功能实现代码
    - 添加单测，并验证通过
  • 单元测试样例：python/paddle/fluid/tests/unittests/ir/inference/test_trt_convert_silu.py
• 技术要求：
  • 熟练掌握 Python、C++ 代码编写
  • 熟悉 TensorRT，熟悉推理优化

No.74：为 Paddle-TRT 添加 grid_sampler 算子

• 技术标签：深度学习框架，C++，推理优化，GPU
• 任务难度：基础
• 详细描述：
  • 背景：Paddle-TRT 缺乏 grid_sampler 算子 TRT Layer 映射实现，TRT 8.5 已提供 IGridSampleLayer 实现，基于该 Layer 完成 OP 映射工作。
  • 目标：完成 grid_sampler 算子 TRT Layer 映射
  • PR 参考示例见 PR47820、代码贡献流程，历史开发任务参考 [tracking issue] Paddle-TensorRT 算子开发。
• 任务提交：
  • 完成 grid_sampler TRT 算子映射，并提交 PR
  • 任务要求：
    - 完成 temporal_shift 功能实现代码
    - 添加单测，并验证通过
  • 单元测试样例：python/paddle/fluid/tests/unittests/ir/inference/test_trt_convert_silu.py
• 技术要求：
  • 熟练掌握 Python、C++ 代码编写
  • 熟悉 TensorRT，熟悉推理优化

No.75：为 Paddle-TRT 添加 expand_as_v2 算子

• 技术标签：深度学习框架，C++，推理优化，GPU
• 任务难度：基础
• 详细描述：
  • 背景：Paddle-TRT 缺乏 expand_as_v2 算子 TRT Layer 映射实现。
  • 目标：完成 expand_as_v2 算子 TRT Layer 映射
  • PR 参考示例见 PR47820、代码贡献流程，历史开发任务参考 [tracking issue] Paddle-TensorRT 算子开发。
• 任务提交：
  • 完成 expand_as_v2 TRT 算子映射，并提交 PR
  • 任务要求：
    - 完成 expand_as_v2 功能实现代码
    - 添加单测，并验证通过
  • 单元测试样例：python/paddle/fluid/tests/unittests/ir/inference/test_trt_convert_silu.py
• 技术要求：
  • 熟练掌握 Python、C++ 代码编写
  • 熟悉 TensorRT，熟悉推理优化

No.76：为 Paddle-TRT 添加elementwise_mod 算子

• 技术标签：深度学习框架，C++，推理优化，GPU
• 任务难度：基础
• 详细描述：
  • 背景：Paddle-TRT 缺乏 elementwise_mod 算子 TRT Layer 映射实现。
  • 目标：完成 elementwise_mod 算子 TRT Layer 映射
  • PR 参考示例见 PR47820、代码贡献流程，历史开发任务参考 [tracking issue] Paddle-TensorRT 算子开发。
• 任务提交：
  • 完成 elementwise_mod TRT 算子映射，并提交 PR
  • 任务要求：
    - 完成 elementwise_mod 功能实现代码
    - 添加单测，并验证通过
  • 单元测试样例：python/paddle/fluid/tests/unittests/ir/inference/test_trt_convert_silu.py
• 技术要求：
  • 熟练掌握 Python、C++ 代码编写
  • 熟悉 TensorRT，熟悉推理优化

No.77：为 Paddle-TRT 添加 bitwise_and 算子

• 技术标签：深度学习框架，C++，推理优化，GPU
• 任务难度：基础
• 详细描述：
  • 背景：Paddle-TRT 缺乏 bitwise_and 算子 TRT Layer 映射实现。
  • 目标：完成 bitwise_and 算子 TRT Layer 映射
  • PR 参考示例见 PR47820、代码贡献流程，历史开发任务参考 [tracking issue] Paddle-TensorRT 算子开发。
• 任务提交：
  • 完成 bitwise_and TRT 算子映射，并提交 PR
  • 任务要求：
    - 完成 bitwise_and 功能实现代码
    - 添加单测，并验证通过
  • 单元测试样例：python/paddle/fluid/tests/unittests/ir/inference/test_trt_convert_silu.py
• 技术要求：
  • 熟练掌握 Python、C++ 代码编写
  • 熟悉 TensorRT，熟悉推理优化

No.78：为 Paddle-TRT 添加 cumsum 算子

• 技术标签：深度学习框架，C++，推理优化，GPU
• 任务难度：进阶
• 详细描述：
  • 背景：Paddle-TRT 缺乏 cumsum 算子 TRT Layer 映射实现。
  • 目标：完成 cumsum 算子 TRT Layer 映射
  • PR 参考示例见 PR47820、代码贡献流程，历史开发任务参考 [tracking issue] Paddle-TensorRT 算子开发。
• 任务提交：
  • 完成 cumsum TRT 算子映射，并提交 PR
  • 任务要求：
    - 完成 cumsum 功能实现代码
    - 添加单测，并验证通过
  • 单元测试样例：python/paddle/fluid/tests/unittests/ir/inference/test_trt_convert_silu.py
• 技术要求：
  • 熟练掌握 Python、C++ 代码编写
  • 熟悉 TensorRT，熟悉推理优化

No.79：为 Paddle-TRT 添加 while 算子

• 技术标签：深度学习框架，C++，推理优化，GPU
• 任务难度：进阶
• 详细描述：
  • 背景：Paddle-TRT 缺乏 while 算子 TRT Layer 映射实现。
  • 目标：完成 while 算子 TRT Layer 映射
  • PR 参考示例见 PR47820、代码贡献流程，历史开发任务参考 [tracking issue] Paddle-TensorRT 算子开发。
• 任务提交：
  • 完成 while TRT 算子映射，并提交 PR
  • 任务要求：
    - 完成 while 功能实现代码
    - 添加单测，并验证通过
  • 单元测试样例：python/paddle/fluid/tests/unittests/ir/inference/test_trt_convert_silu.py
• 技术要求：
  • 熟练掌握 Python、C++ 代码编写
  • 熟悉TensorRT，熟悉推理优化

No.80：为 Paddle-TRT 添加 conditional_block 算子

• 技术标签：深度学习框架，C++，推理优化，GPU
• 任务难度：进阶
• 详细描述：
  • 背景：Paddle-TRT 缺乏 conditional_block 算子TRT Layer 映射实现。
  • 目标：完成 conditional_block 算子 TRT Layer 映射
  • PR 参考示例见 PR47820、代码贡献流程，历史开发任务参考 [tracking issue] Paddle-TensorRT 算子开发。
• 任务提交：
  • 完成 conditional_block TRT算子映射，并提交 PR
  • 任务要求：
    - 完成 conditional_block 功能实现代码
    - 添加单测，并验证通过
  • 单元测试样例：python/paddle/fluid/tests/unittests/ir/inference/test_trt_convert_silu.py
• 技术要求：
  • 熟练掌握 Python、C++ 代码编写
  • 熟悉 TensorRT，熟悉推理优化

～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～

合入标准

• 完成功能实现代码，添加单测，并验证通过
• PR 参考示例见 PR47820、代码贡献流程，历史开发任务参考 [tracking issue] Paddle-TensorRT 算子开发

技术要求

• 熟练掌握 Python、C++ 代码编写
• 熟悉 TensorRT，熟悉推理优化

答疑交流

• 如果在开发中对于上述任务有任何问题，欢迎在本 ISSUE 和 Discussion下留言交流。
  • TensorRT 讨论区
• 对于开发中的共性问题，在活动过程中，会定期组织答疑，请关注官网&QQ群的通知，及时参与。

[paddle-bot]

您好，我们已经收到了您的问题，会安排技术人员尽快解答您的问题，请耐心等待。请您再次检查是否提供了清晰的问题描述、复现代码、环境&版本、报错信息等。同时，您也可以通过查看官网API文档、常见问题、历史Issue、AI社区来寻求解答。祝您生活愉快～

Hi! We've received your issue and please be patient to get responded. We will arrange technicians to answer your questions as soon as possible. Please make sure that you have posted enough message to demo your request. You may also check out the API，FAQ，Github Issue and AI community to get the answer.Have a nice day!