华为采用机器翻译与人工审校相结合的方式将此文档翻译成不同语言，希望能帮助您更容易理解此文档的内容。 请注意：即使是最好的机器翻译，其准确度也不及专业翻译人员的水平。 华为对于翻译的准确性不承担任何责任，并建议您参考英文文档（已提供链接）。
调优流程介绍
网络模型生成时，Auto Tune工具调优在算子编译阶段执行，默认执行流程如下图所示：
图6-5 Auto Tune工具执行流程
![]( "点击放大")
- 原始开源框架模型首先传入GE、FE进行图准备（InferShape、算子选择等）及图优化（融合、常量折叠等）等操作。
- 然后进入算子编译阶段，详细编译流程如下：
- 首先根据网络模型中的Layer信息匹配知识库。
- 若能匹配到知识库：
- 在未开启Auto Tune调优或者REPEAT_TUNE的场景下，直接使用知识库中的调优策略编译算子。
- 若开启了Auto Tune调优且同时开启了REPEAT_TUNE，则重新进行调优。
若调优后的结果优于当前已存在的知识库（包括内置知识库与自定义知识库），则会将调优后的结果存入用户自定义知识库，并使用自定义知识库中的调优策略编译算子。
否则，不再生成用户自定义知识库，直接使用已存在的知识库编译算子。
- 若未匹配到知识库：判断是否开启了Auto Tune调优。
- 若开启了Auto Tune调优。
若调优后的结果优于默认调优策略的性能，则会将调优后的结果存入用户自定义知识库，并使用自定义知识库中的调优策略编译算子。
否则，会将默认调优策略存入用户自定义知识库，并使用自定义知识库中的调优策略编译算子。
- 若未开启Auto Tune调优，则使用默认调优策略编译算子。
- 若开启了Auto Tune调优。
- 若能匹配到知识库：
- 首先根据网络模型中的Layer信息匹配知识库。
- 推理场景下，编译完成后，生成适配昇腾AI处理器的离线模型文件。
