xujiashuai/timm-cv_resnet50c.gluon_in1k
Model Introduction
Files & versions
Pull Requests
Discussion
Analysis

resnet50c.gluon_in1k on Ascend NPU

1. 简介

  • 模型来源: timm/resnet50c.gluon_in1k
  • 架构: ResNet-50 (Gluon-C (avg_pool stride=1))
  • 参数量: ~25.6M
  • 任务: Image Classification (ImageNet-1K, 1000类)
  • 适配状态: SUCCESS

2. 验证环境

组件版本
torch2.9.0
torch-npu2.9.0.post1
timm1.0.27
CANN8.5.1
NPUAscend 910B4

3. 推理脚本

python inference.py --device npu:0 --dtype float32

4. 推理输出证据

模型: cv_resnet50c.gluon_in1k
设备: npu:0
精度: float32
------------------------------------------------------------
权重加载完成

--- CPU 推理 ---
输出形状: [1, 1000]
Logits 前5个: [0.4312581  0.93048745 1.6135284  1.5886451  1.7852496 ]
是否有 NaN: False
预测类别: 295

--- NPU 推理 (npu:0) ---
输出形状: [1, 1000]
Logits 前5个: [0.4314098 0.9304248 1.6133891 1.5885777 1.7851291]
是否有 NaN: False
预测类别: 295

--- 精度对比 ---
Cosine Similarity: 1.000000
Max Abs Error: 0.001070

--- 性能基准 ---
平均延迟: 5.34 ms (10轮)

✓ 推理完成

5. CPU vs NPU 精度对比

指标数值
Cosine Similarity1.000000
Max Abs Error0.001070
预测类别一致是 (295)

6. 性能参考

指标数值
平均延迟5.34 ms
测试轮数10