---
title: Ascend 工具库-ModelZoo-昇腾社区
description: 全流程昇腾AI模型开发工具
keywords: Ascend,工具库,ModelZoo,昇腾社区,设置环境变量,PYTHONPATH,CANN,包安装目录
url: https://www.hiascend.com/software/modelzoo/tools
section: (其他)
---

# Ascend 工具库-ModelZoo-昇腾社区

URL: https://www.hiascend.com/software/modelzoo/tools
描述: 全流程昇腾AI模型开发工具
关键词: Ascend,工具库,ModelZoo,昇腾社区,设置环境变量,PYTHONPATH,CANN,包安装目录

ModelZoo工具库

主页 [了解详情](https://www.hiascend.com/software/modelzoo)大模型 [了解详情](https://www.hiascend.com/software/modelzoo/big-models)模型库 [了解详情](https://www.hiascend.com/software/modelzoo/models)工具库 [了解详情](https://www.hiascend.com/software/modelzoo/tools)权重库 [了解详情](https://www.hiascend.com/software/modelzoo/datasets)ModelShow [了解详情](https://www.hiascend.com/software/modelzoo/modelshow)DeepSeek专区HOT [了解详情](https://www.hiascend.com/developer/deepseek)文档中心 [了解详情](https://www.hiascend.com/document/detail/zh/ModelZoo/Documentation/overview/overview_0001.html)论坛交流 [了解详情](https://www.hiascend.com/forum/forum-0140120119986591009-1.html)

主页 [了解详情](https://www.hiascend.com/software/modelzoo)大模型 [了解详情](https://www.hiascend.com/software/modelzoo/big-models)模型库 [了解详情](https://www.hiascend.com/software/modelzoo/models)工具库 [了解详情](https://www.hiascend.com/software/modelzoo/tools)权重库 [了解详情](https://www.hiascend.com/software/modelzoo/datasets)ModelShow [了解详情](https://www.hiascend.com/software/modelzoo/modelshow)DeepSeek专区HOT [了解详情](https://www.hiascend.com/developer/deepseek)文档中心 [了解详情](https://www.hiascend.com/document/detail/zh/ModelZoo/Documentation/overview/overview_0001.html)论坛交流 [了解详情](https://www.hiascend.com/forum/forum-0140120119986591009-1.html)

Ascend 工具库

Ascend 工具库

全流程昇腾AI模型开发工具

昇腾镜像仓库

昇腾开放Docker镜像仓库，提供昇腾软件Docker镜像，支持用户快速部署昇腾基础软件和应用软件。

进入昇腾镜像仓库 [了解详情](https://www.hiascend.com/developer/ascendhub/)

拉取PyTorch训练镜像

拉取PyTorch推理镜像

拉取PyTorch训练镜像

拉取PyTorch推理镜像

...

```
docker run -it --ipc=host \--device=/dev/davinci0 \--device=/dev/davinci_manager \--device=/dev/devmm_svm \--device=/dev/hisi_hdc \-v /usr/local/Ascend/driver:/usr/local/Ascend/driver \-v /usr/local/Ascend/add-ons/:/usr/local/Ascend/add-ons/ \-v /usr/local/sbin/npu-smi:/usr/local/sbin/npu-smi \-v /usr/local/sbin/:/usr/local/sbin/ \-v /var/log/npu/conf/slog/slog.conf:/var/log/npu/conf/slog/slog.conf \-v /var/log/npu/slog/:/var/log/npu/slog \-v /var/log/npu/profiling/:/var/log/npu/profiling \-v /var/log/npu/dump/:/var/log/npu/dump \-v /var/log/npu/:/usr/slog \swr.cn-south-1.myhuaweicloud.com/ascendhub/pytorch-modelzoo:{tag} \/bin/bash
```

迁移示例

迁移示例

...

```
# 设置环境变量export PYTHONPATH={CANN包安装目录}/ascend-toolkit/latest/tools/ms_fmk_transplt/torch_npu_bridge:$PYTHONPATH# 导入库代码import torchimport torch_npu.....import transfer_to_npu# 启动脚本
```

自动迁移工具

在训练脚本中导入脚本转换库，然后拉起脚本执行训练。训练脚本在运行的同时，会自动将脚本中的CUDA接口替换为昇腾AI处理器支持的NPU接口。整体过程为边训练边转换。

查看工具 [了解详情](https://www.hiascend.com/document/detail/zh/CANNCommunityEdition/920beta1/devaids/migrationtools/msfmktransplt/README.md)

精度比对工具

精度比对工具通过在PyTorch模型中注入hook，跟踪计算图中算子的前向传播与反向传播时的输入与输出，排查存在的计算精度误差，进行问题的精准定位。

查看工具 [了解详情](https://gitcode.com/Ascend/mstt/blob/master/debug/accuracy_tools/msprobe/docs/zh/accuracy_compare/18.online_dispatch.md)

下载安装

下载安装

...

```
# 下载pip3 install {安装目录}/ptdbg_ascend-{version}-py3-none-any.whl    #{version}表示软件版本号。# 说明# ptdbg_ascend软件包安装过程中会自动安装所需的wheel、numpy、pandas（1.3.5及以上版本）和pyyaml依赖。若安装失败，用户可自行检查上述依赖是否安装完成。
```

数据采集

数据分析

数据采集

数据分析

...

```
experimental_config = torch_npu.profiler._ExperimentalConfig(        aic_metrics=torch_npu.profiler.AiCMetrics.PipeUtilization, profiler_level=torch_npu.profiler.ProfilerLevel.Level1, l2_cache=False)with torch_npu.profiler.profile(        activities=[            torch_npu.profiler.ProfilerActivity.CPU,            torch_npu.profiler.ProfilerActivity.NPU            ],        schedule=torch_npu.profiler.schedule(wait=1, warmup=1, active=2, repeat=2, skip_first=10),        on_trace_ready=torch_npu.profiler.tensorboard_trace_handler("./result"),         record_shapes=True,        profile_memory=True,        with_stack=True,        with_flops=False,        with_modules=False,        experimental_config=experimental_config) as prof:            for step in range(steps):                train_one_step(step, steps, train_loader, model, optimizer, criterion)                prof.step()
```

Porfiler数据采集与分析工具

Ascend PyTorch Profiler是针对PyTorch框架开发的性能数据采集和解析工具，通过在PyTorch训练脚本中插入Ascend PyTorch Profiler接口，执行训练同时采集性能数据，完成训练后直接输出可视化性能数据文件，提升了性能分析效率。

查看工具 [了解详情](https://www.hiascend.com/document/detail/zh/CANNCommunityEdition/920beta1/devaids/Profiling/atlasprofiling_16_0033.html)
