小白将pytorch神经网络代码移植到MLU220上

1.任务背景

2.大致流程

1、在你的工作机上训练好网络，导出网络的模型参数文件（.pth）；

2、在寒武纪官网上租用一个MLU270的容器；

3、编写离线模型生成程序，将本地保存的.pth文件逐步转成可以在MLU220部署的.cambricon文件；

4、编写测试代码，交叉编译测试程序，生成可执行文件ELF；

5、将可执行文件及编译出的build文件夹拷贝至MLU220，运行程序。

3.具体步骤

3.1 导出网络的模型参数文件（.pth）

这部分我不懂，问问别人。

3.2 租一个MLU270的容器

（解释一下为什么要租MLU270的容器：我们最终要把模型移植到MLU220这个硬件平台，那么如何让这个硬件识别我们的模型呢，就需要利用工具将我们的.pth文件转化为MLU220可以识别的格式，这个工具MLU270有，220没有，因此我们要在网上租这个容器，一次可以租半个月，租吧，反正免费。）

进入寒武纪开发平台，点击这个链接寒武纪开发平台 ，点击添加开发容器，我选的是public-server/mlu270_ubuntu18.04.pytorch，最终的效果如图：

3.3 编写离线模型生成程序，将本地保存的.pth文件逐步转成可以在MLU220部署的.cambricon文件

这步是比较麻烦的，我的测试程序过一会在我的主页里更新吧。转化过程大致分为以下几个步骤：

0、进入MLU270容器；

1、在MLU270上将本地保存的.pth进行量化；

2、基于量化后的.pth文件进行在线推理；

3、生成适用于MLU270的.cambricon文件；

4、基于.cambricon文件进行离线推理，反复调试结果，查看是否与主机上运行结果相同（在可接受误差范围内满足要求）；

5、重新生成适用于MLU220的.cambricon文件。

3.3.0 进入MLU270容器

因为后续生成.camb