建议使用以下浏览器,以获得最佳体验。 IE 9.0+以上版本 Chrome 31+ 谷歌浏览器 Firefox 30+ 火狐浏览器
请选择 进入手机版 | 继续访问电脑版
设置昵称

在此一键设置昵称,即可参与社区互动!

确定
我再想想
选择版块

NEU_WGC

发帖: 0粉丝: 0

级别 : 新手上路

Rank: 1

发消息 + 关注

发表于2020-2-14 20:10:22 104 1 楼主 显示全部楼层
[应用开发] 使用atlas500进行深度卷积网络推理时遇到模型精度的问题

具体问题如下,本人在使用Atlas500的NPU进行模型推理时,模型 (.om模型) 精度与在台式电脑上 (.pd模型) 测试精度差异很大。

观察网络的输出,发现输出结果与台式电脑上的不对应。

两个模型的网络参数应该是相同的,Atlas500是使用台式电脑对应的tensorflow框架下的.pd模型利用华为官方模型转换到.om模型下的。输入输出节点应该也没问题。

所采用的深度卷积网络是2D的, 模型出了2D卷积只用了一些自己定义的batch_normalization,涉及到的算子包括tf.nn.moments, tf.reduce_mean, tf.sqrt, tf.add这些, 应该也都在算子边界内。

不过推理时候就是出来的结果差异很大, 从本来应该是0~1的范围,跑到了上千,很疑惑。


PS: 附件上传了模型相关文件,包括训练所使用的模型结构、.pd模型和.om模型。


model_related.zip 3.24 MB,下载次数:3

边缘设备 Atlas

举报
分享

分享文章到朋友圈

分享文章到微博

chenqian

发帖: 0粉丝: 0

级别 : 新手上路

Rank: 1

发消息 + 关注

发表于3 天前 沙发 显示全部楼层

①你们提供的moedel_2DAED网络结构中没有使用BN,BN的作用是对数据的规范化,使得每层输入的数据符合均值为0,方差为1的分布。

②你们在每层添加BN层后,将训练好的ckpt文件转换为pb,再利用Omg转换成om文件,注意转换模型时看是否需要使用到.cfg模型转换参数配置文件。

做到这两部,输出结果不可能错。

评论
NEU_WGC 3 天前 评论

好的,非常感谢

... 查看全部
NEU_WGC 3 天前 评论

您好,好像Atlas 500的自带算子不包括tensorflow框架下的BN,是需要自己定义吗

... 查看全部
点赞 评论 引用 举报

游客

富文本
Markdown
您需要登录后才可以回帖 登录 | 立即注册