---
title: 框架适配开发
description: "框架适配开发，指CANN算子库中已实现了相应的算子，但未适配第三方框架的场景。可以查看《算子库(https://www.hiascend.com/document/detail/zh/canncommercial/900/API/aolapi/operatorlist_00001.html)》，判断算子库是否包含对应算子。"
url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/others/tbeaicpudevg/atlasopdev_10_0016.html
sourcePath: /source/zh/canncommercial/900/others/tbeaicpudevg/atlasopdev_10_0016.html
indexId: dde5f5bd223733734d56e1e6e7ee2a97a2f4ed63b54c0cd416c85ecf909948d473
---
# 框架适配开发

#### 场景描述

框架适配开发，指CANN算子库中已实现了相应的算子，但未适配第三方框架的场景。可以查看《算子库(https://www.hiascend.com/document/detail/zh/canncommercial/900/API/aolapi/operatorlist_00001.html)》，判断算子库是否包含对应算子。

例如，算子库中已存在某算子，此算子已经适配了TensorFlow框架，但未适配ONNX框架，此种场景下，可直接进行ONNX框架的适配。


#### 开发流程

框架适配场景下的开发流程如下图所示：

图1 算子框架适配开发流程


**表1 算子开发步骤详解**

| 步骤 | 描述 | 参考 |
| --- | --- | --- |
| 环境准备 | 准备算子开发及运行验证所依赖的开发环境与运行环境。 | 环境准备 |
| 工程创建 | 框架适配场景下，建议开发者直接基于已有算子工程追加进行算子适配插件的开发。 若无已有算子工程，您可以直接获取Ascend社区提供的算子样例，详细方法请参见右侧“参考”。 须知： 针对PyTorch框架的适配开发，无需进行工程创建。 | 基于算子样例 |
| 算子适配 | 基于第三方框架（TensorFlow/Caffe/ONNX等）进行自定义算子开发的场景，开发人员需要进行插件的开发，将基于第三方框架的算子映射成适配AI处理器的算子。 | 算子适配 |
| 算子网络测试 | 将自定义算子加载到网络模型中进行运行验证。 | 算子网络测试 |