timm-resnet34.a3_in1k - 昇腾 NPU 适配

1. 模型信息

模型: timm-resnet34.a3_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	1.000000
最大绝对误差	0.000699
NPU 推理时间	4.08ms

3. 推理脚本

python3 inference.py

4. 推理输出证据

=== resnet34 ===
Dtype: torch.float32

--- CPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-6.975438117980957, -6.697254657745361, -6.041331768035889, -6.35883092880249, -5.6156325340271]
推理时间: 104.51ms

--- NPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-6.975713729858398, -6.697228908538818, -6.041299819946289, -6.358570098876953, -5.61564826965332]
推理时间: 4.08ms

=== 精度对比 ===
Cosine Similarity: 1.000000
Max Absolute Error: 0.000699
Relative Error: 0.000028

✓ NPU 适配通过

5. 精度校验

CPU 与 NPU 推理结果对比：

余弦相似度：1.000000（> 0.99 即通过）
最大绝对误差：0.000699

timm-resnet34.a3_in1k - 昇腾 NPU 适配

1. 模型信息

模型: timm-resnet34.a3_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	1.000000
最大绝对误差	0.000699
NPU 推理时间	4.08ms

3. 推理脚本

python3 inference.py

4. 推理输出证据

=== resnet34 ===
Dtype: torch.float32

--- CPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-6.975438117980957, -6.697254657745361, -6.041331768035889, -6.35883092880249, -5.6156325340271]
推理时间: 104.51ms

--- NPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-6.975713729858398, -6.697228908538818, -6.041299819946289, -6.358570098876953, -5.61564826965332]
推理时间: 4.08ms

=== 精度对比 ===
Cosine Similarity: 1.000000
Max Absolute Error: 0.000699
Relative Error: 0.000028

✓ NPU 适配通过

5. 精度校验

CPU 与 NPU 推理结果对比：

余弦相似度：1.000000（> 0.99 即通过）
最大绝对误差：0.000699