xujiashuai/timm-coatnet_rmlp_nano_rw_224.sw_in1k-FE-NPU
模型介绍文件和版本Pull Requests讨论分析
下载使用量0

timm-coatnet_rmlp_nano_rw_224.sw_in1k - 昇腾 NPU 适配

1. 模型信息

  • 模型: timm-coatnet_rmlp_nano_rw_224.sw_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0.999966
最大绝对误差0.003077
NPU 推理时间12.07ms

3. 推理脚本

python3 inference.py

4. 推理输出证据

=== coatnet_rmlp_nano_rw_224.sw_in1k ===
Dtype: torch.float32

--- CPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-0.1511092334985733, -0.1260785162448883, -0.009707150049507618, -0.02259238250553608, -0.004738275893032551]
推理时间: 300.85ms

--- NPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-0.15024679899215698, -0.12552843987941742, -0.009188026189804077, -0.02270342782139778, -0.004552126862108707]
推理时间: 12.07ms

=== 精度对比 ===
Cosine Similarity: 0.999966
Max Absolute Error: 0.003077
Relative Error: 0.034902

✓ NPU 适配通过

5. 精度校验

  • 余弦相似度:0.999966(> 0.99 通过)
  • 最大绝对误差:0.003077

6. 复现步骤

pip install torch torch_npu timm huggingface_hub safetensors
python3 inference.py

7. 环境要求

  • Python 3.11+,PyTorch 2.9.0+,torch_npu 2.9.0+,CANN 8.5.1,Ascend 910B4

8. 智能体技能

本适配由 vision-encoder-npu-adapt Agent Skill 自动完成。