timm-tf_efficientnetv2_m.in21k_ft_in1k - 昇腾 NPU 适配

1. 模型信息

模型: timm-tf_efficientnetv2_m.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	0.003169
NPU 推理时间	21.00ms

3. 推理脚本

python3 inference.py

4. 推理输出证据

=== tf_efficientnetv2_m.in21k_ft_in1k ===
Dtype: torch.float32

--- CPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [0.017665674909949303, 0.5167301893234253, -0.5922080278396606, -2.369812488555908, 0.6008023619651794]
推理时间: 601.27ms

--- NPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [0.016560673713684082, 0.516548216342926, -0.5922359824180603, -2.371601104736328, 0.6013930439949036]
推理时间: 21.00ms

=== 精度对比 ===
Cosine Similarity: 1.000000
Max Absolute Error: 0.003169
Relative Error: 0.003118

✓ 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：0.003169

timm-tf_efficientnetv2_m.in21k_ft_in1k - 昇腾 NPU 适配

1. 模型信息

模型: timm-tf_efficientnetv2_m.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	0.003169
NPU 推理时间	21.00ms

3. 推理脚本

python3 inference.py

4. 推理输出证据

=== tf_efficientnetv2_m.in21k_ft_in1k ===
Dtype: torch.float32

--- CPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [0.017665674909949303, 0.5167301893234253, -0.5922080278396606, -2.369812488555908, 0.6008023619651794]
推理时间: 601.27ms

--- NPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [0.016560673713684082, 0.516548216342926, -0.5922359824180603, -2.371601104736328, 0.6013930439949036]
推理时间: 21.00ms

=== 精度对比 ===
Cosine Similarity: 1.000000
Max Absolute Error: 0.003169
Relative Error: 0.003118

✓ 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：0.003169