亲和接口是否替换

对于原始网络中的dropout、gelu接口，请检查是否已替换为对应的NPU接口，若未替换，请按照如下示例进行替换。

• 对于原始网络中的dropout，建议替换为CANN对应的API实现，以获得更优性能，但需关注对网络精度的影响。
  • 如果存在tf.nn.dropout，建议修改为：

    1	layers = npu_ops.dropout()

  • 如果存在tf.layers.dropout/tf.layers.Dropout/tf.keras.layers.Dropout/tf.keras.layers.SpatialDropout1D/tf.keras.layers.SpatialDropout2D/tf.keras.layers.SpatialDropout3D，建议增加头文件引用：

    1	from npu_bridge.estimator.npu import npu_convert_dropout

• 对于原始网络中的gelu，建议替换为CANN对应的API实现，以获得更优性能。
  TensorFlow原始代码：

  1 2 3 4 5

  def gelu(x): cdf = 0.5 * (1.0 + tf.tanh( (np.sqrt(2 / np.pi) * (x + 0.044715 * tf.pow(x, 3))))) return x*cdf layers = gelu()

  迁移后的代码：

  1	layers = npu_unary_ops.gelu(x)