本文档用于指导开发者如何使用ATC（Ascend Tensor Compiler，简称ATC）工具进行模型转换，得到适配昇腾AI处理器的离线模型。通过本文档您可以达成以下目标：
- 了解不同框架原始网络模型转成昇腾AI处理器离线模型的方法。
- 能够基于本文档中的参数，转成满足不同定制要求的离线模型。
- 掌握AIPP配置文件的配置方法，以及如何使能AIPP功能。
熟悉Linux基本命令，对机器学习、深度学习有一定了解的人员，可以更好地理解本文档。
针对新手
快速入门
|
ATC简介
|
初级功能
|
本章节以ATC工具支持的所有框架网络模型为例，简单介绍如何进行基础功能的模型转换。
|
介绍ATC工具功能架构、运行流程以及关键概念。
|
简单介绍其他功能点场景下，比如将模型转成json文件，离线模型支持动态batch，动态分辨率等场景，如何组合各种ATC参数转换成满足要求的离线模型。
|
适合专家
AIPP使能
|
单算子模型转换
|
专题
|
介绍什么是AIPP、模型转换时如何使能AIPP、根据配置文件模板如何构造AIPP配置文件，以及根据色域转换功能如何输出满足要求的图片数据等功能，并给出典型场景下的配置示例。
|
介绍什么是单算子描述文件、如何构造单算子描述文件，以及如何将该文件转成适配昇腾AI处理器的离线模型，用于验证单算子功能。
|
如果网络包含了一些没有定义的算子结构、或者含有控制流算子等场景时，则不能直接使用ATC工具转换模型，需要先按照本章的指导定制网络。
|