模型编译

以运行用户登录开发环境。使用ATC工具将开源框架的网络模型（如ONNX、TensorFlow等）编译成*.om模型文件。

此处以转换ONNX模型为例给出命令示例，执行命令的用户需具有命令中相关路径的可读、可写权限。

atc --model=$HOME/module/resnet50*.onnx --framework=5 --output=$HOME/module/out/onnx_resnet50 --soc_version=<soc_version>  

各参数的解释如下，详细约束说明请参见《ATC离线模型编译工具》。

• --model：ResNet-50网络的模型文件的路径。
• --framework：原始框架类型。5表示ONNX。
• --output：resnet50.om模型文件的路径。请注意，记录保存该om模型文件的路径，后续开发应用时需要使用。
• --soc_version：AI处理器的版本。<soc_version>请根据实际情况替换。

  如果无法确定当前设备的soc_version，可按如下方法查询：

  • 针对如下产品：在安装AI处理器的服务器执行npu-smi info命令进行查询，获取Name信息。实际配置值为AscendName，例如Name取值为xxxyy，实际配置值为Ascendxxxyy。

    Atlas A2 训练系列产品 / Atlas A2 推理系列产品

    Atlas 200I/500 A2 推理产品

    Atlas 推理系列产品

    Atlas 训练系列产品

  • 针对 Atlas A3 训练系列产品 / Atlas A3 推理系列产品 ，在安装AI处理器的服务器执行npu-smi info -t board -i id -c chip_id命令进行查询，获取Chip Name和NPU Name信息，实际配置值为Chip Name_NPU Name。例如Chip Name取值为Ascendxxx，NPU Name取值为1234，实际配置值为Ascendxxx_1234。其中：
    • id：设备id，通过npu-smi info -l命令查出的NPU ID即为设备id。
    • chip_id：芯片id，通过npu-smi info -m命令查出的Chip ID即为芯片id。
  • 针对Atlas 350 加速卡，在安装AI处理器的服务器执行npu-smi info -t board -i id命令进行查询，获取Chip Name和NPU Name信息，实际配置值为Chip Name_NPU Name。例如Chip Name取值为Ascendxxx，NPU Name取值为1234，实际配置值为Ascendxxx_1234。

    其中，id为设备id，通过npu-smi info -l命令查出的NPU ID即为设备id。

注意事项：

• 如果模型转换时，提示有不支持的算子，请先参见《Ascend C算子开发》完成自定义算子开发，再重新转换模型。
• 如果模型转换时，提示有算子编译相关问题，但根据报错信息无法定位问题、需要联系技术支持时（您可以获取日志后单击Link联系技术支持。），则需设置DUMP_GE_GRAPH、DUMP_GRAPH_LEVEL环境变量，再重新转换模型，收集模型转换过程中各个阶段的图描述信息。关于环境变量以及图描述信息的说明，请参见《ATC离线模型编译工具》中的“参考 > dump图详细信息”。