dump数据对比

数据准备

将precision_tool和precision_data（包括GPU/CPU标杆数据和NPU的精度数据）文件夹上传到Toolkit安装环境的任意目录下，目录结构示例：

├── precision_tool
│    ├── cli.py
│    ├── ...
├── precision_data
│    ├── npu
│    │    ├── debug_0  // 存放NPU dump数据
│    ├── tf
│    │    ├── dump     // 存放GPU/CPU dump数据
│    ├── ...

安装依赖

# graphviz为可选依赖，只有当需要绘制算子子图时才需要安装
pip3 install rich graphviz
# ubuntu/Debian
sudo apt-get install graphviz
# fedora/CentOS
sudo yum install graphviz
修改工具precision_tool/lib/config目录下的config.py
# 依赖Toolkit包中的atc和msaccucmp.py工具，配置为Toolkit包安装目录
# 默认Toolkit包安装在/usr/local/Ascend，可以不用修改，指定目录安装则需要修改
CMD_ROOT_PATH = '/usr/local/Ascend'

数据对比

1. 启动PrecisionTool交互命令行：

   python3 ./precision_tool/cli.py

2. 进入交互命令行界面（如需退出，可执行Ctrl + c）。

   PrecisionTool >

3. 执行ac -l [limit_num] (-c)命令进行整网精度比对，具体可参考《TensorFlow 1.15模型迁移指南》的“precision_tool命令参考”章节。

   PrecisionTool > ac -c

   根据数据量大小，比对过程需要时间不同。

   对比结果会以csv的格式存放在“precision_data/temp/vector_compare”目录中。

精度分析

打开precision_data/temp/vector_compare目录下的csv文件，从上向下查找第一个输出余弦相似度小于0.98的算子，具体可参考《TensorFlow 1.15模型迁移指南》的“整网精度比对结果文件说明”章节；或者使用vcs -f [file_name] -c [cos_sim_threshold] -l [limit]命令（可参考《TensorFlow 1.15模型迁移指南》的“precision_tool命令参考”章节）筛选比对结果，vcs命令默认筛选余弦相似度小于0.98的结果，找到输出的第一个算子。如果阈值0.98无法筛选出结果，可以提高阈值继续筛选。

下图为vcs命令结果举例：

• Left：表示基于NPU运行生成的dump数据的算子名。
• Right：表示基于GPU/CPU运行生成的npy或dump数据的算子名。
• Input和Output：表示该算子各输入输出的余弦相似度算法比对结果，范围是[-1,1]，比对的结果如果越接近1，表示两者的值越相近，越接近-1意味着两者的值越相反。

从上图的比对结果可以看到，算子的输入基本一致，但第一个输出与标杆存在明显差异（余弦相似度为0.806927，小于0.98），说明该算子可能存在精度问题；如果算子的输入就存在明显差异，需要继续找输入节点的比对结果。