---
title: --framework
description: "| 产品 | 是否支持 |"
url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/devaids/atctool/atlasatcparam_16_0014.html
sourcePath: /source/zh/canncommercial/900/devaids/atctool/atlasatcparam_16_0014.html
indexId: b838cbcf70a9b5f4bc7e83ceb253d9db5cf0aa92873e9d854a25fbf23a6e6aa172
---
# --framework

#### 产品支持情况

| 产品 | 是否支持 |
| --- | --- |
| Atlas 350 加速卡 | √ |
| Atlas A3 训练系列产品 / Atlas A3 推理系列产品 | √ |
| Atlas A2 训练系列产品 / Atlas A2 推理系列产品 | √ |
| Atlas 200I/500 A2 推理产品 | √ |
| Atlas 推理系列产品 | √ |
| Atlas 训练系列产品 | √ |


#### 功能说明

原始网络模型框架类型。

Atlas 350 加速卡不支持Caffe框架：Caffe框架在该产品形态已不演进，不保证功能可用。

Atlas A3 训练系列产品 / Atlas A3 推理系列产品 不支持Caffe框架：Caffe框架在该产品形态已不演进，不保证功能可用。

Atlas A2 训练系列产品 / Atlas A2 推理系列产品 不支持Caffe框架：Caffe框架在该产品形态已不演进，不保证功能可用。


#### 关联参数

无。


#### 参数取值

参数值：

- 0：Caffe
- 1：MindSpore框架*.air格式的模型文件或TorchAir通过export导出的标准*.air格式文件
- 3：TensorFlow
- 5：ONNX

参数值约束：

- 当  --mode
为1时，该参数可选，可以指定Caffe、TensorFlow、ONNX原始模型转成JSON文件，不指定时默认为离线模型转JSON文件，如果指定时需要保证  --om
模型和  --framework
类型对应一致，例如：

```
--mode=1 --framework=0 --om=
$HOME/module
/resnet50.prototxt
--mode=1 --framework=3 --om=
$HOME/module
/resnet50_tensorflow.pb
--mode=1 --framework=5 --om=
$HOME/module
/resnet50.onnx
```


- 当  --mode
为0或3时，该参数必选，可以指定Caffe、TensorFlow、MindSpore或ONNX。
- 当取值为0时，即为Caffe框架网络模型，模型包括后缀为prototxt的模型文件和后缀为caffemodel的权重文件，并且此两个文件的op name和op type必须保持名称一致（包括大小写）。
- 当取值为3时，即为TensorFlow框架网络模型，只支持FrozenGraphDef格式，即尾缀为pb的模型文件，pb文件采用protobuf格式存储，网络模型和权重数据都存储在同一个文件中。
- 当取值为5时，即为ONNX格式网络模型，支持ai.onnx算子域中opset v11~v18版本的算子；而PyTorch框架的pth模型，可以转化为ONNX格式的模型或者通过TorchAir export导出标准的*.air格式文件，然后才能进行模型转换。
- 当取值为1，且为MindSpore框架网络模型时，请务必查看如下限制：

  - 模型转换时，仅支持后缀为*.air的模型文件；
  -     --mode
只支持配置为0；
  -     --input_format
只支持配置为NCHW，配置其它值无效，但模型转换成功；
  - MindSpore框架下，使用    --input_shape
、    --out_nodes
、    --is_output_adjust_hw_layout
、    --input_fp16_nodes
、    --is_input_adjust_hw_layout
、    --op_name_map
参数不生效，但模型转换成功；
  - 当模型大小超过2G时，在MindSpore框架中保存模型时会同时生成*.air文件、weight文件夹及其中的权重文件，在模型转换时，需要将weight文件夹与*.air文件存放在同级目录下，否则模型转换报错。


#### 推荐配置及收益

无。


#### 示例

- ONNX网络模型：

```
--mode=0 --framework=5 --model=
$HOME
/module
/resnet50.onnx
--output=
$HOM
E/modu
le
/out/onnx_resnet50
--soc_version=
<soc_version>
```


- TensorFlow框架：

```
--mode=0 --framework=3 --model=
$HOME
/module/resnet50_tensorflow.pb
--output=
$HOME
/
module/out/tf_resnet50
--soc_version=
<soc_version>
```


- Caffe框架：

```
--mode=0 --framework=0 --model=
$HOME
/module
/resnet50.prototxt
--weight=
$HOME
/module
/resnet50.caffemodel
--output=
$HOME
/module/
out/caffe_resnet50
--soc_version=
<soc_version>
```


- *.air格式的模型文件：

```
--mode=0 --framework=1 --model=
$HOME
/module
/ResNet50.air
--output=
$HOME
/module
/out/ResNet50_mindspore
--soc_version=
<soc_version>
```


#### 使用约束

- 如果用户使用Faster RCNN、YOLOv3、YOLOv2、SSD等Caffe框架网络模型进行模型转换，由于此类网络中包含了一些原始Caffe框架中没有定义的算子结构，如ROIPooling、Normalize、PSROI Pooling和Upsample等。为了使AI处理器能支持这些网络，需要对原始的Caffe框架网络模型进行扩展，降低开发者开发自定义算子/开发后处理代码的工作量，详细扩展方法请参见  定制网络修改（Caffe）
。
- 针对TensorFlow框架原始网络模型，如果存在控制流算子（比如Switch/Merge/LoopCond/Case/While等），该类网络模型不能直接使用ATC工具进行模型转换，需要先将控制流算子的网络模型转成函数类算子的网络模型，然后利用ATC工具转换成适配AI处理器的离线模型，详细转换方式请参见  定制网络修改（TensorFlow）
。