timm-regnety_004.tv2_in1k - 昇腾 NPU 适配

1. 模型信息

模型: timm-regnety_004.tv2_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	0.999999
最大绝对误差	0.011197
NPU 推理时间	7.99ms

3. 推理脚本

python3 inference.py

4. 推理输出证据

=== regnety_004 ===
Dtype: torch.float32

--- CPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-0.06441224366426468, 1.044965386390686, 1.0538970232009888, 0.5008821487426758, 1.2495546340942383]
推理时间: 191.67ms

--- NPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-0.06432805210351944, 1.0452896356582642, 1.0507009029388428, 0.49823302030563354, 1.2476226091384888]
推理时间: 7.99ms

=== 精度对比 ===
Cosine Similarity: 0.999999
Max Absolute Error: 0.011197
Relative Error: 0.003262

✓ NPU 适配通过

5. 精度校验

CPU 与 NPU 推理结果对比：

余弦相似度：0.999999（> 0.99 则通过）
最大绝对误差：0.011197

timm-regnety_004.tv2_in1k - 昇腾 NPU 适配

1. 模型信息

模型: timm-regnety_004.tv2_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	0.999999
最大绝对误差	0.011197
NPU 推理时间	7.99ms

3. 推理脚本

python3 inference.py

4. 推理输出证据

=== regnety_004 ===
Dtype: torch.float32

--- CPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-0.06441224366426468, 1.044965386390686, 1.0538970232009888, 0.5008821487426758, 1.2495546340942383]
推理时间: 191.67ms

--- NPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-0.06432805210351944, 1.0452896356582642, 1.0507009029388428, 0.49823302030563354, 1.2476226091384888]
推理时间: 7.99ms

=== 精度对比 ===
Cosine Similarity: 0.999999
Max Absolute Error: 0.011197
Relative Error: 0.003262

✓ NPU 适配通过

5. 精度校验

CPU 与 NPU 推理结果对比：

余弦相似度：0.999999（> 0.99 则通过）
最大绝对误差：0.011197