中文|英文
Ascend tools,昇腾工具仓库。
请根据自己的需要进入对应文件夹获取工具,或者点击下面的说明链接选择需要的工具进行使用。
-
模型推理工具:输入.om模型和模型所需要的输入bin文件,输出模型的输出数据文件。
-
bin文件生成工具:生成模型推理所需的输入数据,以.bin格式保存。
-
制卡工具:制卡工具包,提供ubuntu下制卡功能。
-
configure_usb_ethernet
USB虚拟网卡连接脚本:配置USB网卡对应的IP地址。 -
pytorch模型转tensorflow pb模型工具:输入pytorch权重参数模型,转为onnx,再转为pb模型
-
NPU推理精度和性能测试工具:使用Python封装ACL的C++接口,输入om模型和原始数据集图片、标签,即可执行模型推理,输出精度数据和性能数据
-
一键式全流程精度比对工具:该工具适用于tensorflow和onnx模型,输入原始模型和对应的离线om模型,输出精度比对结果。
-
precision_tool
精度问题分析工具:该工具包提供了精度比对常用的功能,当前该工具主要适配Tensorflow训练场景,同时提供Dump数据/图信息的交互式查询和操作入口。 -
cann-benchmark_infer_scripts
cann-benchmark推理软件对应的模型前后处理脚本: 该工具包含cann-benchmark推理工具模型处理脚本, 包括:结果解析脚本和前后处理脚本等。这些脚本需根据cann-benchmark指导手册说明使用。 -
tfdbg_ascend
Tensorflow2.x dump工具:该工具提供CPU/GPU平台上Tensorflow2.x运行时数据Dump能力。 -
ais-bench_workload
ais-bench_workload: 该目录包含基于Ais-Bench软件的训练和推理负载程序,用于测试验证。Ais-Bench是基于AI标准针对AI服务器进行性能测试的工具软件。 -
intelligent_edge_tools
intelligent_edge_tools: 该目录包含智能边缘工具集。 -
auto-optimizer
auto-optimizer: 提供基于ONNX的改图、自动优化及端到端推理流程。 -
saved_model2om
TensorFlow1.15 saved_model模型转om模型工具:输入TensorFlow存储的saved_model模型,转换为pb模型,再转换为om模型 -
mindxedge_whitebox
MindXEdge 白牌化安装工具:支持Atlas500智能小站进行白牌化的首次安装,安装后设备将变为白牌化的设备
欢迎参与贡献。更多详情,请参阅我们的贡献者Wiki。