精度比对

数据准备

准备Caffe ResNet-50网络的原始npy数据文件，可以参考Link对原模型进行数据dump，或者自行获取其他方法获取原始npy数据文件。并以MindStudio安装用户将原始npy数据文件上传至MindStudio安装服务器“工程目录/dump”目录下。

操作步骤

1. 在AMIT工具流程界面，单击“Model Accuracy Analyse”进入精度比对参数配置界面。
2. 配置比对参数。具体配置如图1所示。
   图1 配置比对参数界面
   

   表1 配置参数说明

   参数	说明
   Output Path	比对数据结果存放路径。
   Analysis Mode	精度比对分析模式。本样例选择“NPU vs GPU/CPU”。
   Framework	本样例选择“Caffe”。
   NPU Dump	NPU上运行生成的dump数据文件目录，所在路径参考离线模型dump。
   Model File	推理场景下选择*.om文件，所在路径参考2指定的输出路径。
   Ground Truth	数据准备中的npy文件目录。
   Algorithm	比对算法维度。取值为： Cosine Similarity：余弦相似度算法，默认勾选。 Relative Euclidean Distance：欧氏相对距离算法，默认勾选。 Absolute Error，绝对误差，默认勾选，此项执行的比对算法为： Max Absolute Error：最大绝对误差。 Mean Absolute Error：平均绝对误差。 Root Mean Square Error：均方根误差。 Relative Error，相对误差，默认勾选，此项执行的比对算法为： Max Relative Error：最大相对误差。 Mean Relative Error：平均相对误差。 Accumulated Relative Error：累积相对误差。 Kullback Leibler Divergence：KL散度算法，默认不勾选。 Standard Deviation：标准差算法，默认不勾选。

3. 单击“Start”，开始比对。

   比对过程中如遇protobuf相关报错，可根据报错提示安装相应版本的protobuf。

结果展示

Vector比对结果如图2所示。

Vector比对结果界面介绍及各字段说明详细请参见《MindStudio用户指南》的“精度比对>Tensor比对>整网比对>比对结果”章节。