timm-tf_efficientnetv2_m.in21k - 昇腾 NPU 适配

1. 模型信息

模型: timm-tf_efficientnetv2_m.in21k
来源: timm
任务: ImageNet-21k 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	0.003000
NPU 推理时间	21.13ms

3. 推理脚本

python3 inference.py

4. 推理输出证据

=== tf_efficientnetv2_m.in21k ===
Dtype: torch.float32

--- CPU 推理 ---
输出形状: torch.Size([1, 21843])
输出前5值: [-1.0219720602035522, 4.78716516494751, -1.5618000030517578, 6.602583408355713, 1.4361416101455688]
推理时间: 695.88ms

--- NPU 推理 ---
输出形状: torch.Size([1, 21843])
输出前5值: [-1.0219465494155884, 4.785909175872803, -1.5619803667068481, 6.602761268615723, 1.4373173713684082]
推理时间: 21.13ms

=== 精度对比 ===
Cosine Similarity: 1.000000
Max Absolute Error: 0.003000
Relative Error: 0.019518

✓ 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：0.003000

timm-tf_efficientnetv2_m.in21k - 昇腾 NPU 适配

1. 模型信息

模型: timm-tf_efficientnetv2_m.in21k
来源: timm
任务: ImageNet-21k 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	0.003000
NPU 推理时间	21.13ms

3. 推理脚本

python3 inference.py

4. 推理输出证据

=== tf_efficientnetv2_m.in21k ===
Dtype: torch.float32

--- CPU 推理 ---
输出形状: torch.Size([1, 21843])
输出前5值: [-1.0219720602035522, 4.78716516494751, -1.5618000030517578, 6.602583408355713, 1.4361416101455688]
推理时间: 695.88ms

--- NPU 推理 ---
输出形状: torch.Size([1, 21843])
输出前5值: [-1.0219465494155884, 4.785909175872803, -1.5619803667068481, 6.602761268615723, 1.4373173713684082]
推理时间: 21.13ms

=== 精度对比 ===
Cosine Similarity: 1.000000
Max Absolute Error: 0.003000
Relative Error: 0.019518

✓ 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：0.003000