xujiashuai/timm-tf_efficientnet_lite1
模型介绍文件和版本Pull Requests讨论分析
下载使用量0

tf_efficientnet_lite1.in1k - Ascend NPU 推理

模型信息

  • 模型: tf_efficientnet_lite1.in1k
  • 框架: PyTorch + torch_npu
  • 硬件: Ascend 910B4 NPU
  • 任务: Image Classification

精度评测

NPU vs CPU 精度对比

指标数值
Cosine Similarity0.999999
Max Absolute Error0.007133
是否满足要求是（< 1%）

性能

指标数值
平均延迟6.67 ms
测试轮数10

推理输出证据

模型: tf_efficientnet_lite1.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: [-2.1897871   0.76471055  0.52857906  1.2928721   1.302005  ]
是否有 NaN: False
预测类别: 854
推理时间: 180.36ms

--- NPU 推理 (npu:0) ---
输出形状: [1, 1000]
Logits 前5个: [-2.1904202   0.76468426  0.5280522   1.2929759   1.3022337 ]
是否有 NaN: False
预测类别: 854
推理时间: 6.72ms

--- 精度对比 ---
Cosine Similarity: 0.999999
Max Abs Error: 0.007133
Relative Error: 0.009491

--- 性能基准 ---
平均延迟: 6.67 ms (10轮)

NPU 适配通过

使用方法

/usr/local/python3.11.14/bin/python3 inference.py --device npu:0 --dtype float32