最近看了下TNN的源码，打算记录一下源码阅读笔记。
git clone https://github.com/tencent/tnn
克隆下tnn，看下目录结构：
image.png
- benchmark：模型的benchmark和层的benchmark
- cmake：底下就一个cmake 文件，不同的系统设置不同类型的库
- doc：相关文档
- examples：包括android、ios、armlinux的例子，samples是封装的tnn api的调用接口
- include：tnn暴露给用户的api头文件，即这个文件夹下的头文件是用户可以引用的
- model：一些基准模型
- platforms：不同平台的调用，包括android、ios、linux和mac
- scripts：不同平台编译脚本，包括aarch64、android、armhf_linux、ios等
- source：和上面的include共同构成了主要的tnn源码
- test：测试代码，包含层的单元测试
- third_party：一些第三方工具，gflags用于参数解析、opencl用于加速计算、stb用于图片load、save、resize等
- tools：模型量化工具、模型转换工具等
- Dockerfile：用于构建docker环境，可方便使用docker进行模型转换等操作
- CMakeLists.txt：CMake编译文件
接下来要阅读的代码重点在include、source以及tools。
先看一眼source的文件夹目录：
image.png
- core：图和层的各种类和接口
- device：各个加速平台的算子计算，包括arm、metal和opencl
- interpreter：模型解析，包括TNN和NCNN模型
- layer：层的声明与注册
- memory_manager：内存管理
- optimizer：优化操作，包括一些层的合并，删除等
- utils：一些辅助函数和工具，比如检测框的工具，bf16的工具，字符串操作工具等
