timm-resnet34.ra4_e3600_r224_in1k - 昇腾 NPU 适配

1. 模型信息

模型: timm-resnet34.ra4_e3600_r224_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	0.001029
NPU 推理时间	4.14ms

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: [-5.045463562011719, -4.965356349945068, -4.593077659606934, -4.656960487365723, -4.21116304397583]
推理时间: 108.39ms

--- NPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-5.045894622802734, -4.9652533531188965, -4.593122482299805, -4.657024383544922, -4.2109785079956055]
推理时间: 4.14ms

=== 精度对比 ===
Cosine Similarity: 1.000000
Max Absolute Error: 0.001029
Relative Error: 0.000054

✓ 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 通过)
最大绝对误差：0.001029

timm-resnet34.ra4_e3600_r224_in1k - 昇腾 NPU 适配

1. 模型信息

模型: timm-resnet34.ra4_e3600_r224_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	0.001029
NPU 推理时间	4.14ms

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: [-5.045463562011719, -4.965356349945068, -4.593077659606934, -4.656960487365723, -4.21116304397583]
推理时间: 108.39ms

--- NPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-5.045894622802734, -4.9652533531188965, -4.593122482299805, -4.657024383544922, -4.2109785079956055]
推理时间: 4.14ms

=== 精度对比 ===
Cosine Similarity: 1.000000
Max Absolute Error: 0.001029
Relative Error: 0.000054

✓ 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 通过)
最大绝对误差：0.001029