timm-coat_lite_mini.in1k - 昇腾 NPU 适配

1. 模型信息

模型: timm-coat_lite_mini.in1k
来源: timm
任务: ImageNet 图像分类

2. 昇腾 NPU 适配结果

指标	值
设备	Ascend 910B4
精度	float32
余弦相似度	0.999982
最大绝对误差	0.006865
NPU 推理时间	7.17ms

3. 推理脚本

python3 inference.py

4. 推理输出证据

=== coat_lite_mini.in1k ===
Dtype: torch.float32

--- CPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-0.4714316725730896, -0.12448915094137192, -0.12505146861076355, -0.21620219945907593, -0.10293301939964294]
推理时间: 189.06ms

--- NPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-0.4730431139469147, -0.1252298653125763, -0.12451627850532532, -0.21485327184200287, -0.10255396366119385]
推理时间: 7.17ms

=== 精度对比 ===
Cosine Similarity: 0.999982
Max Absolute Error: 0.006865
Relative Error: 0.023209

✓ NPU 适配通过

5. 精度校验

余弦相似度：0.999982（> 0.99 通过）
最大绝对误差：0.006865

6. 复现步骤

pip install torch torch_npu timm huggingface_hub safetensors
python3 inference.py

7. 环境要求

Python 3.11+、PyTorch 2.9.0+、torch_npu 2.9.0+、CANN 8.5.1、Ascend 910B4

8. 智能体技能

本适配由 vision-encoder-npu-adapt 智能体技能自动完成。

timm-coat_lite_mini.in1k - 昇腾 NPU 适配

1. 模型信息

模型: timm-coat_lite_mini.in1k
来源: timm
任务: ImageNet 图像分类

2. 昇腾 NPU 适配结果

指标	值
设备	Ascend 910B4
精度	float32
余弦相似度	0.999982
最大绝对误差	0.006865
NPU 推理时间	7.17ms

3. 推理脚本

python3 inference.py

4. 推理输出证据

=== coat_lite_mini.in1k ===
Dtype: torch.float32

--- CPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-0.4714316725730896, -0.12448915094137192, -0.12505146861076355, -0.21620219945907593, -0.10293301939964294]
推理时间: 189.06ms

--- NPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-0.4730431139469147, -0.1252298653125763, -0.12451627850532532, -0.21485327184200287, -0.10255396366119385]
推理时间: 7.17ms

=== 精度对比 ===
Cosine Similarity: 0.999982
Max Absolute Error: 0.006865
Relative Error: 0.023209

✓ NPU 适配通过

5. 精度校验

余弦相似度：0.999982（> 0.99 通过）
最大绝对误差：0.006865

6. 复现步骤

pip install torch torch_npu timm huggingface_hub safetensors
python3 inference.py

7. 环境要求

Python 3.11+、PyTorch 2.9.0+、torch_npu 2.9.0+、CANN 8.5.1、Ascend 910B4

8. 智能体技能

本适配由 vision-encoder-npu-adapt 智能体技能自动完成。