【2023 · CANN训练营第一季】TensorFlow 迁移 第三节 AI 应用开发

【2023 · CANN训练营第一季】TensorFlow 迁移 第三节 AI 应用开发

获取昇腾推理环境设备

可以获取华为云含昇腾设备的 ECS 主机用于推理
获取华为云 ID 用于绑定
当然，如果是 ModelArts 训练的可以直接创建 AI 应用。

昇腾图片分类应用开发过程精讲

使用以 ResNet-50 为例，使用转换好的昇腾 om 模型，并编写昇腾专用推理程序。

选择一个可以用于图片分类的模型，这里选择的是 ResNet-50.
确定模型的输入输出，需要用 AscendCL 去实现数据的输入输出。ResNet-50 需要输入 RGB 编码图片，分辨率固定为 224*224，也就是我们要用 ACL 对图片预处理至 224 大小才可传入模型；输出5个最可能的类别标签以及其对应的置信度。

置信度是指图片所属某个类别可能性

类别标签不是直接显示文字，需要查询 ImageNet 数据集标签。

使用 AscendCL 编写推理程序

AscendCL 可以使用 C/C++ 语言以及 Python 语言编写（底层本质还是 C 语言）

AscendCL 的调用流程

初始化资源顺序：Device, Context, Stream。释放时顺序反过来。

显式创建Context和Stream：推荐显式，适合大型、复杂交互逻辑的应用，且便于提高程序的可读性、可维护性。

示例 C 框架代码：示例代码-CANN社区版-文档首页-昇腾社区 (hiascend.com)