timm-swin_tiny_patch4_window7_224.ms_in1k:可用于在 Ascend NPU 上进行高效图像分类任务，项目基于 timm 库的 Swin-Tiny 架构，适配 NPU 环境，精度满足要求，平均延迟 9.36ms，输出形状为 1,1000。【此简介由AI生成】 - AtomGit AI社区

timm/swin_tiny_patch4_window7_224.ms_in1k - 昇腾NPU适配

1. 模型概述

Swin-Tiny Patch4 Window7 224（微软）Transformer

原始模型：timm/swin_tiny_patch4_window7_224.ms_in1k
框架：PyTorch（timm）
任务：图像分类（ImageNet-1K）
参数：28288354
状态：成功

2. 环境

组件	版本
torch	2.9.0
torch-npu	2.9.0.post1
CANN	8.5.1
NPU	昇腾910B4

3. 精度

指标	数值
余弦相似度	0.999986
最大绝对误差	0.002750
CPU/NPU预测结果	匹配（类别58）

4. 性能

指标	数值
平均延迟	9.24毫秒
输出形状	[1, 1000]

5. CPU与NPU对比

指标	CPU	NPU	差异
余弦相似度	1.0	0.999986	-
输出形状	[1,1000]	[1,1000]	相同
预测类别	58	58	相同