---
title: 准备TensorFlow模型npy文件
description: "本版本不提供TensorFlow模型npy文件生成功能，请自行安装TensorFlow环境并提前准备npy文件。本文仅提供生成numpy格式TensorFlow原始数据“*.npy”文件的样例参考。"
url: https://www.hiascend.com/document/detail/zh/CANNCommunityEdition/latest/devaids/ModelAccuracyAnalyzer/atlasaccuracy_16_0070.html
sourcePath: /source/zh/CANNCommunityEdition/920beta1/devaids/ModelAccuracyAnalyzer/atlasaccuracy_16_0070.html
indexId: 0972bc57bc456e7b0bf53d1a928b396435f87bce39f73abae35180bc6d82658297
---
# 准备TensorFlow模型npy文件

本版本不提供TensorFlow模型npy文件生成功能，请自行安装TensorFlow环境并提前准备npy文件。本文仅提供生成numpy格式TensorFlow原始数据“*.npy”文件的样例参考。

如果您需要使用二进制格式dump文件进行比对，请参见如何进行npy文件转dump文件完成npy文件转换成dump文件。


在进行TensorFlow模型生成npy文件前，您需要已经有一套完整的、可执行的、标准的TensorFlow模型应用工程。然后利用TensorFlow官方提供的debug工具tfdbg调试程序，从而生成npy文件。主要操作示例如下，请根据用户的应用工程适配操作：

1. 修改TF应用工程脚本，添加debug选项设置。代码中增加如下代码：

  - Estimator模式：
    1 2 from tensorflow.python import debug as tf_debug training_hooks = [train_helper.PrefillStagingAreaHook(), tf_debug.LocalCLIDebugHook()]

    如图1所示，添加tfdbg的hook。 图1 Estimator模式

  - session.run模式：
    1 2 from tensorflow.python import debug as tf_debug sess = tf_debug.LocalCLIDebugWrapperSession(sess, ui_type="readline")

    如图2所示，在run之前设置tfdbg装饰器。 图2 session.run模式

2. 执行推理脚本。
  进入调试命令行交互模式后，输入run命令。

3. 收集npy文件。
执行run命令完成后，在命令行交互界面，可以通过lt查询已存储的张量，通过pt可以查看已存储的张量内容，可以保存数据为numpy格式文件。
因为tfdbg一次命令只能dump一个tensor，为了自动生成收集所有数据，可以按以下几个步骤操作：

  a. 执行lt >tensor_name将所有tensor的名称暂存到文件里。
  b. 退出tfdbg命令行，在linux命令行下执行下述命令，用以生成在tfdbg命令行执行的命令。

```
timestamp=$[$(date +%s%N)/1000] ; cat tensor_name | awk '{print "pt",$4,$4}' | awk '{gsub("/", "_", $3);gsub(":", ".", $3);print($1,$2,"-n 0 -w "$3".""'$timestamp'"".npy")}' > tensor_name_cmd.txt
```

- 该示例生成符合精度比对需要的npy文件名称格式，存储到tensor_name_cmd.txt文件。其中，tensor_name为自定义tensor列表对应的文件名，timestamp为16位的时间戳。
- 本步骤也可以不退出tfdbg命令行，重新开启一个命令窗口，在新的窗口中执行。


  c. 回到tfdbg命令行，输入run命令后，将上一步生成的所有tensor存储的命令粘贴执行，即可存储所有npy文件。
    npy文件默认是以numpy.save()形式存储的，上述命令会将“/”与“:”用下划线_替换。

    如果命令行界面无法粘贴文件内容，可以在tfdbg命令行中输入“mouse off”指令关闭鼠标模式后再进行粘贴。

  d. 检查生成的npy文件命名是否符合规则，如    图3
所示。
    npy文件命名规则：{op_name}.{output_index}.{timestamp}.npy，其中op_name字段需满足“A-Za-z0-9_-”正则表达式规则，timestamp为16位时间戳，output_index为0~9数字组成。 如果因算子名较长，造成按命名规则生成的npy文件名超过255字符而产生文件名异常，这类算子不支持精度比对。 因tfdbg自身原因或运行环境原因，可能存在部分生成的npy文件名不符合精度比对要求，请按命名规则手工重命名。如果不符合要求的npy文件较多，请参见生成npy文件名异常情况批量处理重新生成npy文件。

图3 查询.npy文件