wide_resnet50.rac_in1k on Ascend NPU
1. 模型概述
此文档记录 timm/wide_resnet50.rac_in1k 在昇腾 NPU 上的适配验证结果。
- 原始仓库: timm/wide_resnet50.rac_in1k
- 兼容性: SUCCESS
- 适配时间: 2026-05-20
2. 运行环境
| 组件 | 版本 |
|---|
torch | 2.9.0 |
torch-npu | 2.9.0.post1 |
transformers | 4.57.6 |
CANN | 8.5.1 |
- NPU: Ascend 910B4
- 系统: Ubuntu 22.04.5 LTS (aarch64)
3. 使用方法
python inference.py --model-id timm/wide_resnet50.rac_in1k --device npu:0
4. 功能验证
| 指标 | 结果 |
|---|
| 输出形状 | [1, 1000] |
| 推理状态 | SUCCESS ✅ |
5. 推理性能
6. 精度评测
✅ NPU vs CPU 精度验证
| 指标 | 数值 |
|---|
| Cosine Similarity | 1.0 |
| 偏差幅度 | 0.0% |
| 达标判定 | 是（< 1%）✅ |
7. 交付清单
| 材料 | 文件 | 说明 |
|---|
| 推理入口 | inference.py | NPU 推理代码 |
| 精度报告 | report.json | 结构化评测数据 |
8. 注意事项
- 首次运行需要从 HuggingFace 下载模型权重
- 建议在 NPU 设备上运行以获得最佳性能
参赛赛道: 模型适配赛道
上传日期: 2026-05-20