--- title: 快速入门 description: "本章节以各框架下模型转换为例，演示如何快速转换一个离线模型。" url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/devaids/atctool/atlasatc_16_0003.html sourcePath: /source/zh/canncommercial/900/devaids/atctool/atlasatc_16_0003.html indexId: 45be0b62d2429d16d92e2d74f25a74f910cac5aecb551b36019bc11b10bf795367 --- # 快速入门 本章节以各框架下模型转换为例，演示如何快速转换一个离线模型。 - 版本兼容性说明： - 针对8.5.0及之后版本：使用ATC工具进行模型转换时，必须安装与目标AI处理器匹配的ops算子包，否则会导致编译失败。 - 低版本的CANN软件包环境上转换出的离线模型，支持在高版本的CANN软件包环境上运行，兼容4个版本周期。 - 若开发环境架构为Arm（aarch64），模型转换耗时较长，则可以参考 开发环境架构为Arm（aarch64）时模型转换耗时较长 解决。 - 如果模型转换时，用户使用了设置网络模型精度参数--precision_mode或--precision_mode_v2： - 上述两个参数默认都为性能优先，后续推理时可能会导致精度溢出问题。如果推理时出现精度问题，可以参见“模型推理精度提升建议(https://www.hiascend.comdocument/detail/zh/canncommercial/900/programug/acldevg/aclcppdevg_000097.html)”进行定位。 - 如果用户聚焦精度问题，可以修改为其他取值，比如--precision_mode设置为must_keep_origin_dtype或--precision_mode_v2设置为origin。 #### 开源框架的TensorFlow网络模型转换成离线模型 1. 获取TensorFlow网络模型。 单击Link(https://gitee.com/ascend/ModelZoo-TensorFlow/tree/master/TensorFlow/contrib/cv/resnet50_for_TensorFlow)，根据页面提示获取ResNet50网络的模型文件（*.pb），并以CANN软件包运行用户将获取的文件上传至开发环境任意目录，例如上传到$HOME/module/目录下。 2. 执行如下命令生成离线模型。（如下命令中使用的目录以及文件均为样例，请以实际为准） ``` atc --model= $HOME /module/resnet50_tensorflow_1.7.pb --framework=3 --output= $HOME /module /out/tf_resnet50 --soc_version= ``` - --model：ResNet50网络模型文件所在路径。 - --framework：原始框架类型，3表示TensorFlow。 - --output：生成的离线模型路径。 - --soc_version：AI处理器的型号。 关于参数的详细解释请参见参数说明，请使用与芯片名相对应的取值进行模型转换，然后再进行推理，具体使用芯片查询方法请参见--soc_version。 3. 若提示如下信息，则说明模型转换成功。 1 ATC run success, welcome to the next use. 成功执行命令后，在--output参数指定的路径下，可查看离线模型（如：tf_resnet50.om）。若模型转换失败，请参见“错误码参考(https://www.hiascend.comdocument/detail/zh/canncommercial/900/maintenref/troubleshooting/troubleshooting_0224.html)”章节进行辅助定位。 #### ONNX网络模型转换成离线模型 1. 获取ONNX网络模型。 单击Link(https://gitcode.com/Ascend/ModelZoo-PyTorch/tree/master/ACL_PyTorch/built-in/cv/Resnet50_Pytorch_Infer)进入ModelZoo页面，查看README.md中“快速上手>模型推理”章节获取*.onnx模型文件，再以CANN软件包运行用户将获取的文件上传至开发环境任意目录，例如上传到$HOME/module/目录下。 2. 执行如下命令生成离线模型。（如下命令中使用的目录以及文件均为样例，请以实际为准） ``` atc --model= $HOME /module /resnet50_official.onnx --framework=5 --output= $HOME /module/out /onnx_resnet50 --soc_version= ``` - --model：ResNet50网络模型文件所在路径。 - --framework：原始框架类型，5表示ONNX。 - --output：生成的离线模型路径。 - --soc_version：AI处理器的型号。 关于参数的详细解释请参见参数说明，请使用与芯片名相对应的取值进行模型转换，然后再进行推理，具体使用芯片查询方法请参见--soc_version。 3. 若提示如下信息，则说明模型转换成功。 1 ATC run success, welcome to the next use. 成功执行命令后，在--output参数指定的路径下，可查看离线模型（如：onnx_resnet50.om）。若模型转换失败，请参见“错误码参考(https://www.hiascend.comdocument/detail/zh/canncommercial/900/maintenref/troubleshooting/troubleshooting_0224.html)”章节进行辅助定位。 #### 开源框架的Caffe网络模型转换成离线模型 1. 获取Caffe网络模型。 您可以从以下链接中获取ResNet50网络的模型文件（*.prototxt）、权重文件（*.caffemodel），并以CANN软件包运行用户将获取的文件上传至开发环境任意目录，例如上传到$HOME/module/目录下。 - ResNet50网络的模型文件（*.prototxt）：单击 Link(https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC Model/resnet50/resnet50.prototxt) 下载该文件。 - ResNet50网络的权重文件（*.caffemodel）：单击 Link(https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/003_Atc_Models/AE/ATC Model/resnet50/resnet50.caffemodel) 下载该文件。 2. 执行如下命令生成离线模型。（如下命令中使用的目录以及文件均为样例，请以实际为准） ``` atc --model= $HOME /module /resnet50.prototxt --weight= $HOME /module /resnet50.caffemodel --framework=0 --output= $HOME /module/ out/caffe_resnet50 --soc_version= ``` - --model：ResNet50网络模型文件所在路径。 - --weight：ResNet50网络权重文件所在路径。 - --framework：原始框架类型，0表示Caffe。 - --output：生成的离线模型路径。 - --soc_version：AI处理器的型号。 关于参数的详细解释请参见参数说明，请使用与芯片名相对应的取值进行模型转换，然后再进行推理，具体使用芯片查询方法请参见--soc_version。 3. 若提示如下信息，则说明模型转换成功。 1 ATC run success, welcome to the next use. 成功执行命令后，在--output参数指定的路径下，可查看离线模型（如：caffe_resnet50.om）。若模型转换失败，请参见“错误码参考(https://www.hiascend.comdocument/detail/zh/canncommercial/900/maintenref/troubleshooting/troubleshooting_0224.html)”章节进行辅助定位。 #### *.air格式的模型文件转换成离线模型 1. 获取*.air格式模型文件。 单击Link(https://obs-9be7.obs.cn-east-2.myhuaweicloud.com:443/cannInfo/model/resnet50_export.air)，获取ResNet50网络的模型文件，并以CANN软件包运行用户将获取的文件上传到开发环境任意路径，例如$HOME/module/目录下。 2. 执行如下命令生成离线模型。（如下命令中使用的目录以及文件均为样例，请以实际为准） ``` atc --model= $HOME /module /resnet50_export.air --framework=1 --output= $HOME /module /out/resnet50_air --soc_version= ``` - --model：*.air格式的模型文件所在路径。 - --framework：原始框架类型，1表示*.air格式的模型文件。 - --output：生成的离线模型路径。 - --soc_version：AI处理器的型号。 关于参数的详细解释请参见参数说明，请使用与芯片名相对应的取值进行模型转换，然后再进行推理，具体使用芯片查询方法请参见--soc_version。 3. 若提示如下信息，则说明模型转换成功。 1 ATC run success, welcome to the next use. 成功执行命令后，在--output参数指定的路径下，可查看离线模型（如：ResNet50_air.om）。若模型转换失败，请参见“错误码参考(https://www.hiascend.comdocument/detail/zh/canncommercial/900/maintenref/troubleshooting/troubleshooting_0224.html)”章节进行辅助定位。