timm-tf_efficientnetv2_s.in21k_ft_in1k - 昇腾 NPU 适配

1. 模型信息

模型: timm-tf_efficientnetv2_s.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	0.002689
NPU 推理时间	18.13ms

3. 推理脚本

python3 inference.py

4. 推理输出证据

=== tf_efficientnetv2_s.in21k_ft_in1k ===
Dtype: torch.float32

--- CPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-1.4472038745880127, 1.0909864902496338, -0.3344493508338928, -1.4201031923294067, 0.2844528257846832]
推理时间: 401.10ms

--- NPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-1.4461027383804321, 1.0900723934173584, -0.334166944026947, -1.4199812412261963, 0.28444522619247437]
推理时间: 18.13ms

=== 精度对比 ===
Cosine Similarity: 1.000000
Max Absolute Error: 0.002689
Relative Error: 0.002143

✓ 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：0.002689

timm-tf_efficientnetv2_s.in21k_ft_in1k - 昇腾 NPU 适配

1. 模型信息

模型: timm-tf_efficientnetv2_s.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	0.002689
NPU 推理时间	18.13ms

3. 推理脚本

python3 inference.py

4. 推理输出证据

=== tf_efficientnetv2_s.in21k_ft_in1k ===
Dtype: torch.float32

--- CPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-1.4472038745880127, 1.0909864902496338, -0.3344493508338928, -1.4201031923294067, 0.2844528257846832]
推理时间: 401.10ms

--- NPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-1.4461027383804321, 1.0900723934173584, -0.334166944026947, -1.4199812412261963, 0.28444522619247437]
推理时间: 18.13ms

=== 精度对比 ===
Cosine Similarity: 1.000000
Max Absolute Error: 0.002689
Relative Error: 0.002143

✓ 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：0.002689