MindSpore框架的网络模型转换成离线模型

最新推荐文章于 2025-05-07 10:15:49 发布

m0_58583722

最新推荐文章于 2025-05-07 10:15:49 发布

阅读量260

点赞数 3

文章标签： java 前端 javascript

本文链接：https://blog.csdn.net/m0_58583722/article/details/139665063

版权

参数说明使用ATC工具将AIR文件转成om文件

atc --model=$HOME/module/ResNet50.air --framework=1 --output=$HOME/module/out/ResNet50_mindspore --soc_version=<soc_version>

参数说明

--model：

原始模型文件路径与文件名。

--output：

存放转换后的离线模型的路径以及文件名。

<soc_version>:<soc_version>

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

m0_58583722

关注关注

3
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

amct_mindspore量化后的air模型转om后推理精度错误

weixin_45666880的博客

06-22

521

问题描述：【功能模块】Ascend910，mindspore1.5【操作步骤&问题现象】1、训练的resnet50模型转air载转om，在910上推理精度正常，有95%2、同样的模型使用amct_mindspore工具转成量化的air模型之后再转om推理就出问题了，精度为10%。问题是出在amct_mindspore转air步骤还是air转Om的步骤呢解答：可能参照这个流程排查一下可以打开一下这个进行查看和逐层对比，同时建议分层对比一下精度：dump mindpore原始模型每一层的结果和om对应层的输出

使用MindStudio进行Rosetta_MobileNetV3模型在昇腾环境离线推理

m0_57486883的博客

11-18

807

这个模型是基于PaddlePaddle 的模型库 PaddleOCR 中Rostta_MobileV3模型。

参与评论您还未登录，请先登录后发表或查看评论

mindspore的模型转换问题

weixin_45666880的博客

06-28

453

问题描述：【功能模块】想要转一个切分好的模型来试一下异构推理，但是转换得到的模型不太对【操作步骤&问题现象】1、按照官方的步骤将模型进行转换，但是不太清楚configFile配置文件应该怎么写，按照这个链接【技术咨询】【MindSpore Lite 1.6 新功能异构并行】询问 1.6 版本中的异构并行细节_MindSpore_昇腾论坛_华为云论坛 (huaweicloud.com)写了一下配置文件，但是转换得到的模型和不添加配置文件的模型一样，在runtime_cpp这个demo下运行会报错。【截图

MindSpore训练出来ckpt模型如何转成om模型

xi_xiyu的博客

11-04

558

只有Atlas200DK，没有Ascend910训练服务器，现在使用GPU训练生成了ckpt文件，如何转成om模型进行推理。MindSpore生成的ckpt文件是否只能通过Ascend910转成AIR模型，再转为om。

如何将MindSpore模型转ONNX格式并使用OnnxRuntime推理---全流程开发指导

skytttttt9394的博客

08-11

1248

使用服务器链接软件在同一个连接会话中，依次连续sshsshssh输入ls，到达此界面即为连接成功！本次Onnx模型推理和导出项目整体难度不大，由于大部分模型都是基于卷积神经网络，各种模型中的算子具有高度重复性，因此可能有很多人选到的模型是所有算子都已经实现的，这种情况下只需要依据指南完成精度推理和交付件编写即可。若开发中遇到问题（如ckpt文件精度不对，需要申请训练资源）请联系华为负责工程师吴工（吴逸群）。预祝大家本次Onnx项目开发顺利，早日提交交付件，都能评上金质量奖！！！...

Mindspore导出onnx并借助ATC工具转OM模型

weixin_56314292的博客

07-18

2817

二、利用ATC工具将onnx转成om模型，这里我是在200dk A2开发板上直接转的，此开发板是自带atc工具的，转om指令如下：这里需要注意的是用netron打开onnx模型看下，输入端写的啥，写的x就写x：写的image就把x改成image，version那里就对应自己的华为开发板是啥，可以在开发板里面输入 npu-smi info 查看卡的类型，Ascend301B的卡就是我这个指令。注意：开发板需要先分区资源，不然运行不出来，开发板教程参考：这里只需要配开发板环境和创建分区，里面不用装conda。

【昇腾开发全流程】MindSpore华为云模型训练

Sullivan-Hua 的博客

05-28

1354

学会如何安装配置华为云ModelArts、开发板Atlas 200I DK A2。并打通一个Ascend910训练到Ascend310推理的全流程思路。 > 在本篇章，我们首先开始训练阶段！

ATC模型转换

qq_49723795的博客

10-10

4603

（1）在使用昇腾硬件（例如Atlas200）进行模型推理的时候，首先需要使用ATC工具将原始模型转换为适合昇腾硬件的模型（.om），支持原始框架类型为Caffe、TensorFlow、MindSpore、ONNX的模型转换，其中ONNX可以看做是一个中间模型，如果其他模型可以转换为ONNX模型那么也可以在使用ATC进行模型转换，例如pytorch模型转换为ONNX模型，ONNX模型再转换为.om文件。（2）常用参数解释： --model：原始模型文件路径与文件名 --weight：权重文件路径与文件

国产化技术栈与大模型开发深度融合：现状、挑战与实践路径

最新发布

GY的的专栏

05-07

954

在此背景下，如何实现国产化技术栈与大模型开发的深度融合，成为关乎技术自主可控的关键命题。数据库领域‌：瀚高数据库（HighGo DB）已实现从单机版到分布式集群的全栈产品布局，其最新v6.0版本TPC-C测试性能达128万tpmC，并创新性集成向量检索模块，支持FPGA加速的相似度计算。统信UOS V20专业版已完成与昇腾910B、海光7285等6款国产芯片的深度优化，SPEC CPU2017测试显示其计算密集型任务性能达CentOS 7的92%。

【昇腾AI模型推理深度分析】：离线模型不对应问题的系统性解决方案

本文首先概述了昇腾AI模型推理的基本概念和现状，随后深入探讨了深度学习模型转换与优化的关键技术，包括模型转换工具的选择、转换流程、性能瓶颈分析以及优化策略实践。针对离线模型部署面临的挑战

深度学习模型权重转换（pytorch转mindspore）

weixin_43576024的博客

09-18

825

在bevformer.py文件__init__之后打断点，通过self.img_backbone.state_dict()得到入参数--self.img_backbone.state_dict().keys()，可以得到全部的参数。核心：先载入一个pytorch的模型，用mindspore的key和pytorch的value。直接运行一下，重点是net.get_parameters()这个方法可以直接拿到参数。4 根据得到到mapping.json文件生成mindspore需要的ckpt文件;

MindSporeLite之converter_lite模型转换工具和benchmark模型推理工具

IT菜鸟

04-06

1790

MindSporeLite之converter_lite模型转换工具和benchmark模型推理工具

【2023 · CANN训练营第一季】应用开发深入讲解——模型转换（笔记分享）

m0_46445477的博客

05-29

702

昇腾张量编译器（Ascend Tensor Compiler，简称ATC）是昇腾CANN架构体系下的模型转换工具，它可以将开源框架的网络模型或Ascend IR定义的单算子描述文件（json格式）转换为昇腾AI处理器支持的.om格式离线模型。其功能架构如。

【2023 · CANN训练营第一季】应用开发深入讲解之模型转换工具

ALittleBoy的博客

05-29

266

昇腾张量编译器（Ascend Tensor Compiler，简称ATC）是异构计算架构CANN体系下的模型转换工具，它可以将开源框架的网络模型或Ascend IR定义的单算子描述文件（json格式）转换为昇腾AI处理器支持的.om格式离线模型。如果摸型转换时开启AIPP，在进行推理业务时，输入图片数据要求为NHWC排布，该场景下最终与APP连接的输入节点的格式被强制改成NHWC，可能与atc模型转换命令中–input format参数指定的格式不一致。,h,w,c,该参数必填。

MindSpore保存模型的格式疑惑

weixin_45666880的博客

11-04

454

MindSpore支持保存两种类型的数据：训练参数和网络模型（模型中包含参数信息）。请问MindSpore保存模型的格式和TensorFlow一样为.ckpt吗？那导出为onnx格式后进行模型转换的.om格式又是什么？网络模型包括MindIR、AIR和ONNX三种格式文件。训练参数指的是Checkpoint格式文件。

【MindSpore易点通】如何实现MindSpore与PyTorch模型文件相互转换

Kenji_Shinji的博客

11-08

3178

输入 MindSpore的ckpt文件，以ResNet-18为例，MindSpore的网络结构和PyTorch保持一致，转完之后可直接加载进网络，这边参数只用到bn和conv2d，若有其他层MindSpore和PyTorch名称不一致，需要同样的修改名称。PyTorch的pth文件，以ResNet-18为例，MindSpore的网络结构和PyTorch保持一致，转完之后可直接加载进网络，这边参数只用到BN和Conv2D，若有其他层MindSpore和PyTorch名称不一致，需要同样的修改名称。

MindSpore平台系统类

吴建明wujianming_110117

01-24

468

MindSpore平台系统类 Q:MindSpore只能在华为自己的NPU上跑么？ A: MindSpore同时支持华为自己的Ascend NPU、GPU与CPU，是支持异构算力的。 Q：MindSpore在Ascend 310上是否可以转AIR模型？ A：Ascend 310不能导出AIR，需要在Ascend 910加载训练好的checkpoint后,导出AIR，然后在Ascend 310转成OM模型进行推理。Ascend 910的安装方法可以参考官网MindSpore安装指南。 Q：我用MindSpor

基于MindSpore详解推荐模型的原理与实践

weixin_45212921的博客

07-23

1200

【Mindspore】【export】resnext101导出air，atc转换成功后离线推理精度只有0.0008

weixin_45666880的博客

07-14

429

转换的代码主要涉及三个步骤调用export函数输出了一些warning 使用如下命令进行转换,成功运行使用与在线推理相同的数据预处理，调用numpy的tofile方法将图片导出到bin文件 4. 使用msame工具进行推理解答：请注意该网络与offiical的resnext不同，输出是1000个类型为fp16的数，内存长度为2000字节。不知道msame工具是谁提供的、或用什么代码编出来的，如果你掌握了msame的代码，请将fp16转为float或double类型再进行精度校验

如何将PyTorch模型迁移到昇腾平台

06-12

3. 使用ATC编译MindSpore模型：使用ATC编译MindSpore模型，生成昇腾AI处理器可执行的离线模型文件。ATC提供了多种编译选项，用户可以根据实际情况进行选择。 4. 在昇腾AI处理器上部署和运行编译后的模型：将编译后...