timm-tf_efficientnetv2_b3.in21k_ft_in1k - 昇腾 NPU 适配

1. 模型信息

模型: timm-tf_efficientnetv2_b3.in21k_ft_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	0.003115
NPU 推理时间	11.93ms

3. 推理脚本

python3 inference.py

4. 推理输出证据

=== tf_efficientnetv2_b3 ===
Dtype: torch.float32

--- CPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [1.6139792203903198, 0.6606693267822266, -0.59905606508255, -2.9541211128234863, 2.1512529850006104]
推理时间: 298.34ms

--- NPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [1.6145845651626587, 0.6618099808692932, -0.5986220836639404, -2.9550058841705322, 2.1524362564086914]
推理时间: 11.93ms

=== 精度对比 ===
Cosine Similarity: 1.000000
Max Absolute Error: 0.003115
Relative Error: 0.002416

✓ 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：0.003115

timm-tf_efficientnetv2_b3.in21k_ft_in1k - 昇腾 NPU 适配

1. 模型信息

模型: timm-tf_efficientnetv2_b3.in21k_ft_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	0.003115
NPU 推理时间	11.93ms

3. 推理脚本

python3 inference.py

4. 推理输出证据

=== tf_efficientnetv2_b3 ===
Dtype: torch.float32

--- CPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [1.6139792203903198, 0.6606693267822266, -0.59905606508255, -2.9541211128234863, 2.1512529850006104]
推理时间: 298.34ms

--- NPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [1.6145845651626587, 0.6618099808692932, -0.5986220836639404, -2.9550058841705322, 2.1524362564086914]
推理时间: 11.93ms

=== 精度对比 ===
Cosine Similarity: 1.000000
Max Absolute Error: 0.003115
Relative Error: 0.002416

✓ 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：0.003115