参数概览

总体约束

在进行模型转换前，请务必查看如下约束要求：

如果要将Faster RCNN等网络模型转成适配昇腾AI处理器的离线模型，则务必参见定制网络修改（Caffe）先修改prototxt模型文件。
支持原始框架类型为Caffe、TensorFlow、MindSpore、ONNX的模型转换：
- 当原始框架类型为Caffe、MindSpore、ONNX时，输入数据类型为FP32、FP16（通过设置入参--input_fp16_nodes实现，MindSpore框架不支持该参数）、UINT8（通过配置数据预处理--insert_op_conf实现）。
- 当原始框架类型为TensorFlow时，输入数据类型为FP16、FP32、UINT8、INT32、INT64、BOOL。
当原始框架类型为Caffe时，模型文件（.prototxt）和权重文件（.caffemodel）的op name、op type必须保持名称一致（包括大小写）。
当原始框架类型为TensorFlow时，只支持FrozenGraphDef格式。
对于Caffe框架网络模型：输入数据最大支持四维，转维算子（reshape、expanddim等）不能输出五维。
模型中的所有层算子除const算子外，输入和输出需要满足dim!=0。
只支持算子清单中的算子，并需满足算子限制条件。
由于软件约束（动态shape场景下暂不支持输入数据为DT_INT8），量化后的部署模型使用ATC工具进行模型转换时，不能使用动态shape相关参数，例如--dynamic_batch_size和--dynamic_image_size等，否则模型转换会失败。
使用AMCT工具量化后的部署模型，使用ATC工具进行模型转换时，不能再使用高精度特性，比如不能再通过--precision_mode参数配置force_fp32或must_keep_origin_dtype（原图fp32输入）；不能再通过--precision_mode_v2参数配置origin；不能通过--op_precision_mode配置high_precision参数等。在高精度模式下设置量化参数，既拿不到量化的性能收益，也拿不到高精度模式的精度收益。

参数概览

图1列出了所有芯片共用的ATC参数（参数只在某些芯片下使用的未列出），其中表示参数互斥，不能同时使用；关联参数表示需要相互配合或者某些场景下需要配合使用。通过该图，您可以快速了解ATC中的部分参数，更多详细参数请参见表1。

图1 ATC参数全景图

如果通过atc --help命令查询出的参数未解释在表1，则说明该参数预留或适用于其他芯片版本，用户无需关注。
使用atc命令进行模型转换时，命令有两种方式，用户根据实际情况进行选择：
- atc param1=value1 param2=value2 ...（value值前面不能有空格，否则会导致截断，param取的value值为空）
- atc param1 value1 param2 value2 ...
参数是否必选以--mode为0和3为准。
使用ATC参数时，参数名支持以--作为前缀（例如--help），也支持以-作为前缀（例如-help），当使用-作为前缀时，在执行atc命令时，会自动转换为--。本文的参数名均以--前缀为例。
使用ATC参数时，参数名称支持以下划线连接两个字符串（例如soc_version），也支持以中划线连接两个字符串（例如soc-version）。本文的参数名称均以下划线连接两个字符串（例如soc_version）为例。

表1 ATC参数概览
ATC参数名称	参数简述（具体说明见参数描述章节）	是否必选	默认值
--help或--h	显示帮助信息。	否	不涉及
--mode	运行模式。	否	0
--model	原始模型文件路径与文件名。	是	不涉及
--weight	权重文件路径与文件名。	否	不涉及
--om	需要转换为json格式的离线模型或原始模型文件的路径和文件名。	否	不涉及
--framework	原始框架类型。	是	不涉及
--input_format	输入数据格式。	否	Caffe、ONNX默认为NCHW；TensorFlow默认为NHWC。
--input_shape	模型输入数据的shape。	否	不涉及
--input_shape_range	指定模型输入数据的shape范围。该参数已废弃，请勿使用。	否	不涉及
--dynamic_batch_size	设置动态batch档位参数，适用于执行推理时，每次处理图片数量不固定的场景。	否	不涉及
--dynamic_image_size	设置输入图片的动态分辨率参数。适用于执行推理时，每次处理图片宽和高不固定的场景。	否	不涉及
--dynamic_dims	设置ND格式下动态维度的档位。适用于执行推理时，每次处理任意维度的场景。	否	不涉及
--singleop	单算子定义文件，将单个算子json文件转换成适配昇腾AI处理器的离线模型。	否	不涉及
--distributed_cluster_build	用于分布式部署的模型编译开关，使能该参数后，生成的离线模型将用于分布式部署。	否	不涉及
--cluster_config	指定目标执行环境的逻辑拓扑结构配置文件。	否	不涉及
--enable_graph_parallel	是否对原始模型进行自动切分。	否	不涉及
--graph_parallel_option_path	对原始模型进行切分时，切分策略配置文件路径。	否	不涉及
--shard_model_dir	指定切片模型文件所在路径。	否	不涉及
--model_relation_config	表达多个切片模型间的数据关联和分布式通信组关系的配置文件。	否	不涉及
--output	如果是开源框架的网络模型，存放转换后的离线模型的路径以及文件名。如果是单算子描述文件，存放转换后的单算子模型的路径。	是	不涉及
--output_type	指定网络输出数据类型或指定某个输出节点的输出类型。	否	不涉及
--check_report	预检结果保存文件路径和文件名。	否	check_result.json
--json	离线模型或原始模型文件转换为json格式文件的路径和文件名。	否	不涉及
--host_env_os	若模型编译环境的操作系统及其架构与模型运行环境不一致时，则需使用本参数设置模型运行环境的操作系统类型。	否	不涉及
--host_env_cpu	若模型编译环境的操作系统及其架构与模型运行环境不一致时，则需使用本参数设置模型运行环境的操作系统架构。	否	不涉及
--soc_version	模型转换时指定芯片版本。	是	不涉及
--core_type	设置网络模型使用的Core类型，若网络模型中包括Cube算子，则只能使用AiCore。	否	AiCore
--aicore_num	设置模型编译时使用的aicore数目。	否	默认值为最大值
--virtual_type	是否支持离线模型在算力分组生成的虚拟设备上运行。	否	0
--out_nodes	指定输出节点。	否	不涉及
--input_fp16_nodes	指定输入数据类型为FP16的输入节点名称。	否	不涉及
--insert_op_conf	插入算子的配置文件路径与文件名，例如aipp预处理算子。	否	不涉及
--external_weight	生成om模型文件时，是否将原始网络中的Const/Constant节点的权重保存在单独的文件中，同时将节点类型转换为FileConstant类型。	否	0
--op_name_map	扩展算子（非标准算子）映射配置文件路径和文件名，不同的网络中某扩展算子的功能不同，可以指定该扩展算子到具体网络中实际运行的扩展算子的映射。	否	不涉及
--is_input_adjust_hw_layout	用于指定网络输入数据类型是否为FP16，数据格式是否为NC1HWC0。	否	false
--is_output_adjust_hw_layout	用于指定网络输出的数据类型是否为FP16，数据格式是否为NC1HWC0。	否	false
--disable_reuse_memory	内存复用开关。	否	0
--fusion_switch_file	融合开关配置文件路径以及文件名。	否	不涉及
--enable_scope_fusion_passes	指定编译时需要生效的融合规则列表。	否	不涉及
--enable_single_stream	是否使能一个模型只能使用一条stream。	否	false
--enable_small_channel	是否使能small channel的优化，使能后在channel<=4的首层卷积会有性能收益。	否	0
--ac_parallel_enable	动态shape图中，是否允许AI CPU算子和AI Core算子并行运行。	否	0
--quant_dumpable	是否采集量化算子的dump数据。	否	0
--compression_optimize_conf	压缩优化功能配置文件路径以及文件名。	否	不涉及
--buffer_optimize	是否开启数据缓存优化。	否	l2_optimize
--mdl_bank_path	加载模型调优后自定义知识库的路径。	否	${HOME}/Ascend/latest/data/aoe/custom/graph/<soc_version>
--sparsity	使能全局稀疏特性。	否	0
--precision_mode	设置网络模型的精度模式。	否	force_fp16
--precision_mode_v2	设置网络模型的精度模式。	否	fp16
--op_precision_mode	设置具体某个算子的精度模式，通过该参数可以为不同的算子设置不同的精度模式。	否	不涉及
--allow_hf32	是否启用HF32自动代替FP32数据类型的功能。	否	针对Conv类算子，启用FP32转换为HF32；针对Matmul类算子，关闭FP32转换为HF32。
--modify_mixlist	混合精度场景下，修改算子使用混合精度名单。	否	不涉及
--op_select_implmode	设置网络模型中算子是高精度实现模式还是高性能实现模式。	否	high_performance
--optypelist_for_implmode	设置optype列表中算子的实现模式，算子实现模式包括high_precision、high_performance两种。	否	不涉及
--keep_dtype	保持原始模型编译时个别算子的计算精度不变。	否	不涉及
--customize_dtypes	模型编译时自定义算子的计算精度。	否	不涉及
--op_bank_path	加载AOE调优后自定义知识库的路径。	否	默认自定义知识库路径$HOME/Ascend/latest/data/aoe/custom/op
--dump_mode	是否生成带shape信息的json文件。	否	0
--log	设置ATC模型转换过程中显示日志的级别。	否	null
--debug_dir	用于配置保存模型转换、网络迁移过程中算子编译生成的调试相关过程文件的路径，包括算子.o/.json/.cce等文件。	否	./kernel_meta
--op_compiler_cache_mode	用于配置算子编译磁盘缓存模式。	否	disable
--op_compiler_cache_dir	用于配置算子编译磁盘缓存的目录。	否	$HOME/atc_data
--display_model_info	模型编译时或对已有的离线模型，查询模型占用的关键资源信息、编译与运行环境等信息。	否	0
--shape_generalized_build_mode	图编译时Shape的编译方式。该参数后续版本会废弃，请勿使用。	否	shape_precise
--status_check	控制编译算子时是否添加溢出检测逻辑。	否	0
--op_debug_level	TBE算子编译debug功能开关。	否	0
--op_debug_config	使能Global Memory（DDR）内存检测功能的配置文件路径及文件名。	否	不涉及
--atomic_clean_policy	是否集中清理网络中所有atomic算子（含有atomic属性的算子都是atomic算子）占用的内存。	否	0
--deterministic	是否开启确定性计算。	否	0

父主题： 参数说明