# 飞桨训推一体全流程（TIPC）开发文档

## 1. TIPC简介

飞桨除了基本的模型训练和预测，还提供了支持多端多平台的高性能推理部署工具。飞桨训推一体全流程（Training and Inference Pipeline Criterion(TIPC)）旨在为用户提供所有飞桨模型的训练推理部署打通情况，同时提供一套自动化测试工具，方便用户进行一键测试。本文主要介绍了TIPC测试的接入规范。

<div align="center">
    <img src="tipc_guide.png" width="1000">
</div>

## 2. 接入TIPC

对于已完成训练推理功能开发的模型，可以按照本教程接入TIPC测试。模型训练推理功能开发，请参考[飞桨官方文档](https://www.paddlepaddle.org.cn/documentation/docs/zh/guides/index_cn.html)。TIPC接入流程一般分为`开发测试工具`和`撰写测试文档`两步。

### 2.1 开发测试工具

参考样板间和开发文档完成测试工具开发：

- 测试工具样板间：https://github.com/PaddlePaddle/PaddleOCR/tree/dygraph/test_tipc
- 测试工具开发文档：
    - 基础测试开发规范
          - Linux GPU/CPU 基础测试开发规范
          - Linux XPU2 基础测试开发规范
          - Linux DCU 基础测试开发规范
          - Linux NPU 基础测试开发规范
          - Windows GPU 基础测试开发规范
          - macOS CPU 基础测试开发规范
    - 更多训练方式测试开发规范
    - 
    - 更多部署方式测试开发规范 
    - [基础训练预测](./development_specification_docs/train_infer_python.md)
    - [多机多卡训练](./development_specification_docs/fleet_train_infer_python.md)
    - [混合精度训练](./development_specification_docs/amp_train_infer_python.md)
    - [c++预测](./development_specification_docs/inference_cpp.md)
    - [Serving](./development_specification_docs/serving.md)
    - [Lite ARM CPU](./development_specification_docs/Lite_arm_cpu_cpp_infer.md)
    - [Lite OpenCL ARM GPU](./development_specification_docs/Lite_arm_gpu_opencl_cpp_infer.md)
    - [Lite Metal ARM GPU]
    - [Paddle2ONNX](./development_specification_docs/paddle2onnx.md)
    - [Paddle.js]
    - [XPU]
    - [XPU2]
    - [DCU]
    - [NPU]
    - [Jetson](./development_specification_docs/Jeston_infer_python.md)
    - [Windows](./development_specification_docs/Windows_train_infer_python.md)
    - [MacOS](./development_specification_docs/Mac_train_infer_python.md)

### 2.2 撰写测试文档

参考测试文档样板间撰写测试文档：

- 测试文档样板间：https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/test_tipc/readme.md