Tensor比对支持的精度比对场景如表1、表2所示，请根据具体场景准备对应的文件。具体文件的获取方式请参见下文具体数据准备章节。

My Output离线模型文件与量化融合规则文件使用场景说明：

离线模型文件：使用昇腾AI处理器运行生成的dump数据与Ground Truth比对，选择该模型文件。
量化融合规则文件：只要涉及量化与非量化数据比对，则必须选择该文件。

表1 Tensor比对前数据准备（训练场景）
序号	待比对数据（My Output）	标准数据（Ground Truth）	模型文件/融合规则文件
1	通过昇腾AI处理器运行生成的训练网络dump数据文件	TensorFlow原始训练网络npy文件	计算图文件（*.txt）
2	通过昇腾AI处理器运行生成的训练网络dump数据文件（.h5文件）	基于GPU运行生成的PyTorch训练网络dump数据文件（.h5文件）	-

表2 Tensor比对前数据准备（推理场景）
序号	待比对数据（My Output）	标准数据（Ground Truth）	模型文件/融合规则文件
1	非量化离线模型在昇腾AI处理器上运行生成的dump数据文件	非量化原始模型的npy文件(Caffe)	非量化离线模型文件（*.om）
2	非量化离线模型在昇腾AI处理器上运行生成的dump数据文件	非量化原始模型的npy文件(TensorFlow)	非量化离线模型文件（*.om）
3	非量化离线模型在昇腾AI处理器上运行生成的dump数据文件	非量化原始模型的npy文件(ONNX)	非量化离线模型文件（*.om）
4	量化离线模型在昇腾AI处理器上运行生成的dump数据文件	非量化原始模型的npy文件(Caffe)	量化离线模型文件（*.om）昇腾模型压缩后的量化融合规则文件（json文件）
5	量化原始模型的npy文件(Caffe)	非量化原始模型的npy文件(Caffe)	昇腾模型压缩后的量化融合规则文件（json文件）
6	量化离线模型在昇腾AI处理器上运行生成的dump数据文件	量化原始模型的npy文件(Caffe)	量化离线模型文件（*.om）
7	量化离线模型在昇腾AI处理器上运行生成的dump数据文件	量化离线模型在昇腾AI处理器上运行生成的dump数据文件	本场景推荐使用不同CANN软件版本、同一模型的不同版本或优化前后的模型数据进行比对：一般情况下不需要指定模型文件/融合规则文件；进行离线模型转换开启算子融合功能前后的dump数据精度比对时，需要指定开融合的算子映射文件（.json）或离线模型文件（.om）和关融合的算子映射文件（.json）或离线模型文件（.om）。
7	非量化离线模型在昇腾AI处理器上运行生成的dump数据文件	非量化离线模型在昇腾AI处理器上运行生成的dump数据文件
注：上述有关量化、非量化概念请参见《AMCT工具（Caffe）》。