HUAWEI Atlas200I DK A2学习笔记

---

HUAWEI Atlas200I DK A2学习笔记

---

一.跑板子自带的例程

视频教学：https://www.hiascend.com/hardware/developer-kit-a2/resource?floor=start

跟着就可以实现开发版自带的例程

我用的远程链接平台是：mobaxterm
下载链接：https://mobaxterm.mobatek.net/
ps:用这个平台的时候发现atc模型转换非常慢，正在尝试有没有更好的平台来解决这个问题

遇到的问题：烧录时选择了192.168.1.207没法建立链接，不清楚原因，选择了192.168.0.2（教程里面提供的）就可行。

二.跑昇腾开源库的例程

先贴上昇腾的开源库：https://gitee.com/ascend/samples
然后举例跑一个例程，比如 samples/ python / level2_simple_inference / 1_classification / resnet50_imagenet_classification
贴上链接：https://gitee.com/ascend/samples/tree/master/python/level2_simple_inference/1_classification/resnet50_imagenet_classification
可以看到里面有写具体的操作步骤，主要先把需要的文件下载好。
下载链接：https://gitee.com/ascend/ModelZoo-TensorFlow/tree/master/TensorFlow/contrib/cv/resnet50/ATC_resnet50_caffe_AE
然后需要自己建一个文件夹，即caffe_model，然后把下载的文件放进去。
再下载要用到的图片：
https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/aclsample/dog1_1024_683.jpg
https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/models/aclsample/dog2_1024_683.jpg
下载好图片放到data里面。

之后可以进行模型转换了，即这一步：

然后里面昇腾AI处理器型号为Ascend310B4，不清楚是不是都是这个型号，不过可以查询，查询方式为：输入npu-smi info，就会显示处理器型号

我出问题的一步就是4模型转换这一步

具体就是卡在atc转换不动了，查了可能的原因，说是内存不够了，需要扩内存，我当时的内存是

swap总计为8g，这是扩容过的，扩容之后就跑通了，但还是很慢（跑了大概半个小时），然后这里附上linux扩充虚拟内存的教程：
https://blog.csdn.net/liuwentao888/article/details/127031181?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522170839394516800182192363%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=170839394516800182192363&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allfirst_rank_ecpm_v1~rank_v31_ecpm-1-127031181-null-null.142^v99pc_search_result_base8&utm_term=Linux%E6%9C%BA%E5%A2%9E%E5%8A%A0%E5%86%85%E5%AD%98&spm=1018.2226.3001.4187
atc模型转换成功后就可以执行：python3 ./src/acl_net.py
之后就可以看到结果了：
真是美丽的结果。