deit3_base_patch16_224_fb on Ascend NPU
1. 简介
- 模型来源: deit3_base_patch16_224_fb
- 适配状态: SUCCESS
- 适配时间: 2026-05-19 11:11:18
2. 验证环境
| 组件 | 版本 |
|---|
| torch | 2.9.0 |
| torch-npu | 2.9.0.post1 |
| CANN | 8.5.1 |
| NPU | Ascend 910B4 |
| OS | Ubuntu 22.04.5 LTS (aarch64) |
| Python | 3.11.14 |
3. 精度评测
✅ NPU vs CPU 精度对比
| 指标 | 数值 |
|---|
| Cosine Similarity | 0.999996 |
| Max Absolute Error | 0.000000 |
| 精度误差 | N/A |
| 是否满足要求 | 是（< 1%）✅ |
4. 性能
5. 推理输出证据
============================================================
模型: deit3_base_patch16_224_fb
时间: 2026-05-19 10:47:37
设备: Ascend NPU (npu:0)
============================================================
=== deit3_base_patch16_224.fb_in1k ===
Dtype: torch.float32
--- CPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-9.085212707519531, -7.590630054473877, -6.0769124031066895, -6.638143062591553, -4.633406639099121]
推理时间: 203.91ms
--- NPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-9.039889335632324, -7.532733917236328, -6.005119323730469, -6.573123931884766, -4.551575660705566]
推理时间: 5.90ms
=== 精度对比 ===
Cosine Similarity: 0.999997
Max Absolute Error: 0.103700
Relative Error: 0.009630
✓ NPU 适配通过
6. 复现步骤
# 环境准备
source /usr/local/Ascend/ascend-toolkit/set_env.sh
# 运行推理
python3 inference.py --device npu:0
7. 评测材料
| 材料 | 文件 |
|---|
| 推理脚本 | inference.py |
| 精度报告 | report.json |
| 截图证据 | screenshots/ |
贡献者: xujiashuai | 赛道: 模型适配赛道 | 时间: 2026-05-19 11:11:18
