华为计算微信公众号
昇腾AI开发者公众号
华为计算微博
华为计算今日头条
定义一个单层网络，输入[1,64,190,190]，经过[1,64,128,128]的卷积计算后，输出维度为[1,64,65,65]
先生成onnx，再转om模型，使用ais_bench工具测速，平均用时26s，这个时间比较慢，感觉不正常
import torch import torch.nn as nn class testConv(nn.Module): def __init__(self): super(testConv, self).__init__() self.conv1 = nn.Conv2d(in_channels=64,out_channels=64,kernel_size=128,stride=1,padding=1) def forward(self,x): x = self.conv1(x) return x model = testConv() model.eval() input = torch.randn(1,64,190,190) output_tensor = model(input) torch.onnx.export(model, input, "model.onnx")
本帖最后由 匿名用户 于 2024/05/16 22:10:12 编辑
我要发帖子
点赞
收藏
回复
分享
举报
已解决 已解决
定义一个单层网络，输入[1,64,190,190]，经过[1,64,128,128]的卷积计算后，输出维度为[1,64,65,65]
先生成onnx，再转om模型，使用ais_bench工具测速，平均用时26s，这个时间比较慢，感觉不正常
import torch import torch.nn as nn class testConv(nn.Module): def __init__(self): super(testConv, self).__init__() self.conv1 = nn.Conv2d(in_channels=64,out_channels=64,kernel_size=128,stride=1,padding=1) def forward(self,x): x = self.conv1(x) return x model = testConv() model.eval() input = torch.randn(1,64,190,190) output_tensor = model(input) torch.onnx.export(model, input, "model.onnx")