Python 获得’；找不到target=opencl-device=intel#u graphics-model=unknown，workload='；尝试官方TVM教程时出错

我试图在中运行第一个示例，但在一开始我就面临这些错误。我已经在上使用LLVM和上使用OpenCL构建了tvm（已安装用于OpenCL应用程序的英特尔sdk-OpenCL 2.1）。构建过程非常顺利，所以我想一切都准备就绪了

但是，当我尝试运行此示例中的此代码段时，出现以下错误：

opt_级别=3
target=tvm.target.intel_graphics（）
使用relay.build_config（opt_level=opt_level）：
图，lib，params=relay.build\u module.build(
mod，target，params=params）

我还试图发送图形模型，看看这是否是原因，但没有成功！我仍然收到相同的错误消息，这次是我提供的模型，即：

opt_级别=3
target=tvm.target.intel_graphics（model='intel（R）Iris（R）Pro graphics 580'）
使用relay.build_config（opt_level=opt_level）：
图，lib，params=relay.build\u module.build(
mod，target，params=params）

找不到target=opencl-device=intel_graphics-model=intel（R）Iris（R）Pro graphics 580的配置，工作负载=（'conv2d'，（1,3,224,224，'float32'），（64,3,7,7，'float32'），（2,2），（3,3），（1,1），'NCHW，'float32'）。使用了回退配置，这可能会带来巨大的性能回归。
找不到target=opencl-device=intel_graphics-model=intel（R）Iris（R）Pro graphics 580的配置，工作负载=（'conv2d'，（1,64,56,56，'float32'），（64,64,3,3，'float32'），（1,1），'NCHW'，'float32'）。使用了回退配置，这可能会带来巨大的性能回归。
找不到target=opencl-device=intel_graphics-model=intel（R）Iris（R）Pro graphics 580的配置，工作负载=（'conv2d'，（1,64,56,56，'float32'），（64,64,1,1，'float32'），（1,1），（0,0），（1,1），'NCHW'，'float32'）。使用了回退配置，这可能会带来巨大的性能回归。
找不到target=opencl-device=intel_graphics-model=intel（R）Iris（R）Pro graphics 580的配置，工作负载=（'conv2d'，（1,64,56,56，'float32'），（128,64,3,3，'float32'），（2,2），（1,1），'NCHW'，'float32'）。使用了回退配置，这可能会带来巨大的性能回归。
找不到target=opencl-device=intel_graphics-model=intel（R）Iris（R）Pro graphics 580的配置，工作负载=（'conv2d'，（1，128，28，28，'float32'），（128，128，3，3，'float32'），（1，1），'NCHW'，'float32'）。使用了回退配置，这可能会带来巨大的性能回归。
找不到target=opencl-device=intel_graphics-model=intel（R）Iris（R）Pro graphics 580的配置，工作负载=（'conv2d'，（1,64,56,56，'float32'），（128,64,1,1，'float32'），（2,2），（0,0），（1,1），'NCHW'，'float32'）。使用了回退配置，这可能会带来巨大的性能回归。
找不到target=opencl-device=intel_graphics-model=intel（R）Iris（R）Pro graphics 580的配置，工作负载=（'conv2d'，（1，128，28，28，'float32'），（256，128，3，3，'float32'），（2，2），（1，1），'NCHW'，'float32'）。使用了回退配置，这可能会带来巨大的性能回归。
找不到target=opencl-device=intel_graphics-model=intel（R）Iris（R）Pro graphics 580的配置，工作负载=（'conv2d'，（1，256，14，14，'float32'），（256，256，3，3，'float32'），（1，1），'NCHW'，'float32'）。使用了回退配置，这可能会带来巨大的性能回归。
找不到target=opencl-device=intel_graphics-model=intel（R）Iris（R）Pro graphics 580的配置，工作负载=（'conv2d'，（1,128,28,28，'float32'），（256,128,1,1，'float32'），（2,2），（0,0），（1,1），'NCHW'，'float32'）。使用了回退配置，这可能会带来巨大的性能回归。
找不到target=opencl-device=intel_graphics-model=intel（R）Iris（R）Pro graphics 580的配置，工作负载=（'conv2d'，（1，256，14，14，'float32'），（512，256，3，3，'float32'），（2，2），（1，1），'NCHW'，'float32'）。使用了回退配置，这可能会带来巨大的性能回归。
找不到target=opencl-device=intel_graphics-model=intel（R）Iris（R）Pro graphics 580的配置，工作负载=（'conv2d'，（1,512,7,7，'float32'），（512,512,3,3，'float32'），（1,1），'NCHW'，'float32'）。使用了回退配置，这可能会带来巨大的性能回归。
找不到target=opencl-device=intel_graphics-model=intel（R）Iris（R）Pro graphics 580的配置，工作负载=（'conv2d'，（1，256，14，'float32'），（512，256，1，1，'float32'），（2，2），（0，0），（1，1），'NCHW'，'float32'）。使用了回退配置，这可能会带来巨大的性能回归。
找不到target=opencl-device=intel_graphics-model=intel（R）Iris（R）Pro graphics 580的配置，工作负载=（'densite'，（1512，'float32'），（1000512，'float32'），0，'float32'）。使用了回退配置，这可能会带来巨大的性能回归。

---

我甚至试着改变op_级别，这对任何事情都没有影响。我应该做些什么来解决这个问题

您看到的不是错误，而是警告。因为TVM找不到包含优化计划的日志文件，所以它将只使用默认（回退）计划

要消除该警告，您需要使用AutoTVM（如中所示）来查找优化的计划。之后，您可以继续编译

Cannot find config for target=opencl -device=intel_graphics -model=unknown, workload=('conv2d', (1, 3, 224, 224, 'float32'), (64, 3, 7, 7, 'float32'), (2, 2), (3, 3), (1, 1), 'NCHW', 'float32'). A fallback configuration is used, which may bring great performance regression.
Cannot find config for target=opencl -device=intel_graphics -model=unknown, workload=('conv2d', (1, 64, 56, 56, 'float32'), (64, 64, 3, 3, 'float32'), (1, 1), (1, 1), (1, 1), 'NCHW', 'float32'). A fallback configuration is used, which may bring great performance regression.
Cannot find config for target=opencl -device=intel_graphics -model=unknown, workload=('conv2d', (1, 64, 56, 56, 'float32'), (64, 64, 1, 1, 'float32'), (1, 1), (0, 0), (1, 1), 'NCHW', 'float32'). A fallback configuration is used, which may bring great performance regression.
Cannot find config for target=opencl -device=intel_graphics -model=unknown, workload=('conv2d', (1, 64, 56, 56, 'float32'), (128, 64, 3, 3, 'float32'), (2, 2), (1, 1), (1, 1), 'NCHW', 'float32'). A fallback configuration is used, which may bring great performance regression.
Cannot find config for target=opencl -device=intel_graphics -model=unknown, workload=('conv2d', (1, 128, 28, 28, 'float32'), (128, 128, 3, 3, 'float32'), (1, 1), (1, 1), (1, 1), 'NCHW', 'float32'). A fallback configuration is used, which may bring great performance regression.
Cannot find config for target=opencl -device=intel_graphics -model=unknown, workload=('conv2d', (1, 64, 56, 56, 'float32'), (128, 64, 1, 1, 'float32'), (2, 2), (0, 0), (1, 1), 'NCHW', 'float32'). A fallback configuration is used, which may bring great performance regression.
Cannot find config for target=opencl -device=intel_graphics -model=unknown, workload=('conv2d', (1, 128, 28, 28, 'float32'), (256, 128, 3, 3, 'float32'), (2, 2), (1, 1), (1, 1), 'NCHW', 'float32'). A fallback configuration is used, which may bring great performance regression.
Cannot find config for target=opencl -device=intel_graphics -model=unknown, workload=('conv2d', (1, 256, 14, 14, 'float32'), (256, 256, 3, 3, 'float32'), (1, 1), (1, 1), (1, 1), 'NCHW', 'float32'). A fallback configuration is used, which may bring great performance regression.
Cannot find config for target=opencl -device=intel_graphics -model=unknown, workload=('conv2d', (1, 128, 28, 28, 'float32'), (256, 128, 1, 1, 'float32'), (2, 2), (0, 0), (1, 1), 'NCHW', 'float32'). A fallback configuration is used, which may bring great performance regression.
Cannot find config for target=opencl -device=intel_graphics -model=unknown, workload=('conv2d', (1, 256, 14, 14, 'float32'), (512, 256, 3, 3, 'float32'), (2, 2), (1, 1), (1, 1), 'NCHW', 'float32'). A fallback configuration is used, which may bring great performance regression.
Cannot find config for target=opencl -device=intel_graphics -model=unknown, workload=('conv2d', (1, 512, 7, 7, 'float32'), (512, 512, 3, 3, 'float32'), (1, 1), (1, 1), (1, 1), 'NCHW', 'float32'). A fallback configuration is used, which may bring great performance regression.
Cannot find config for target=opencl -device=intel_graphics -model=unknown, workload=('conv2d', (1, 256, 14, 14, 'float32'), (512, 256, 1, 1, 'float32'), (2, 2), (0, 0), (1, 1), 'NCHW', 'float32'). A fallback configuration is used, which may bring great performance regression.
Cannot find config for target=opencl -device=intel_graphics -model=unknown, workload=('dense', (1, 512, 'float32'), (1000, 512, 'float32'), 0, 'float32'). A fallback configuration is used, which may bring great performance regression.