timm-tf_efficientnetv2_b3.in1k 在昇腾 NPU 上的适配
1. 简介
- 模型来源：timm/tf_efficientnetv2_b3.in1k
- 适配状态：成功
- 适配时间：2026-05-20 06:25:00
2. 验证环境
| 组件 | 版本 |
|---|
| torch | 2.9.0 |
| torch-npu | 2.9.0.post1 |
| CANN | 8.5.1 |
| NPU | Ascend 910B4 |
| OS | Ubuntu 22.04.5 LTS (aarch64) |
| Python | 3.11.14 |
3. 精度评测
✅ NPU 与 CPU 精度对比
| 指标 | 数值 |
|---|
| 余弦相似度 | 1.000000 |
| 最大绝对误差 | 0.002089 |
| 精度误差 | 0.17% |
| 是否满足要求 | 是（< 1%）✅ |
4. 性能
5. 推理输出证据
============================================================
模型: timm-tf_efficientnetv2_b3.in1k
时间: 2026-05-20 06:25:00
设备: Ascend NPU (npu:0)
============================================================
--- CPU ---
Shape: [1, 1000]
Pred: 23
Top5: [-1.793806552886963, 0.6963945627212524, 0.38248178362846375, 0.33767756819725037, 1.2700526714324951]
--- NPU ---
Shape: [1, 1000]
Pred: 23
Top5: [-1.7932484149932861, 0.6968041658401489, 0.3827041983604431, 0.33804070949554443, 1.2705618143081665]
--- Accuracy ---
Cosine Similarity: 1.000000
Max Abs Error: 0.002089
Avg Latency: 11.97 ms
✓ NPU 适配通过
6. 复现步骤
# 环境准备
source /usr/local/Ascend/ascend-toolkit/set_env.sh
# 运行推理
python3 inference.py --device npu:0
7. 评测材料
| 材料 | 文件 |
|---|
| 推理脚本 | inference.py |
| 精度报告 | report.json |
| 截图证据 | screenshots/ |
贡献者: xujiashuai | 赛道: 模型适配赛道 | 时间: 2026-05-20 06:25:00
