Mitra 是 autogluon 的表格数据基础模型(1.1 版本),基于 Tab2D 架构
(in-context learning),支持零样本表格分类。本仓库为 华为昇腾 NPU
(Ascend 910B 系列)推理适配版,支持 npu:0 一键推理。
| 项目 | 说明 |
|---|---|
| 模型 | autogluon/mitra-classifier-1.1 |
| 架构 | Tab2D(表格数据 Transformer 基础模型) |
| 规模 | 75.7 M 参数(FP32) |
| 输入 | x_support (b,16,8) + y_support (b,16) + x_query (b,8,8) |
| 输出 | 预测 logits (b, 8, 10) |
| 任务 | 表格数据分类(零样本 ICL) |
| 原始仓库 | autogluon/autogluon |
| License | Apache-2.0 |
| 项目 | 要求 |
|---|---|
| 硬件 | Ascend 910B 系列(≥1 卡,本仓库基于 910B4 验证) |
| CANN | ≥ 8.0 |
| Python | 3.10 – 3.11 |
| torch / torch_npu | 2.9.0 / 2.9.0.post2 |
| 依赖库 | einops、einx、safetensors + autogluon 源码(mitra/_internal/models/tab2d.py) |
注意:本仓库不包含模型权重文件(
model.safetensors约 0.28GB)。
权重请从以下镜像获取:
git clone --depth 1 https://gitcode.com/hf_mirrors/autogluon/mitra-classifier-1.1.git model_srcpython3 inference.py --device npu [--model_path ./model_src]
python3 inference.py --device cpu$ python3 inference.py --device npu
[info] device = npu:0
[info] model arch : Tab2D (Mitra 表格基础模型)
参数: 75.7 M
[info] input : support 16x8 + query 8x8
[info] 模型前向 forward (device=npu) ...
[info] inference done : 805.3 ms on npu
[info] 预测输出 : (1, 8, 10) (b x n_q x n_classes)
[info] 设备确认 : npu:0
[PASS] mitra-classifier-1.1 NPU inference OK| 指标 | 结果 |
|---|---|
| 推理设备 | npu:0 (Ascend910B4) |
| 参数量 | 75.7 M (FP32) |
| 输入 | support 16×8 + query 8×8 |
| 输出 | 预测 logits (1, 8, 10) |
| 推理耗时 | 805.3 ms |
| 状态 | [PASS] NPU inference OK |
gh_mirrors/au/autogluon
镜像获取源码),无 CUDA 特有 API。Tab2D.from_pretrained(本地目录)加载,绕过 autogluon
框架依赖链(其 mitra 包 __init__.py 为空,可独立导入)。.to('npu:0') 迁移全部参数。local_files_only=True 完全离线。