TA的帖子

TA的回复

mlu220模型量化 我的回复：#3ccheee回复不支持cpu转模型是吗？可以在x86 cpu上完成量化和离线模型生成，只是不能逐层调试，MLU270不是必需的。 0

cnrtTransOrderAndCast函数耗时过长 我的回复：#1JCBCam回复您好，关于问题1：cnrtTransOrderAndCast性能取决于CPU，暂无优化空间；关于问题2：可以尝试，是否有性能提升还需要实际测试展开性能有较大提升，只用cnrtCastDataType取出float32数据，后处理直接读NHWC数据，总耗时减少了100多ms. 0

MLU220 int16 量化精度问题 我的回复：#4JCBCam回复"其中包括一个自定义算子"你这个自定义算子在那一层，是否可以先去掉自定义算子，看一下int16量化是否正常？展开是中间的一个算子，不好去掉，见quantize.py： 0

MLU220 int16 量化精度问题 我的回复：#1jiachangbin回复您好，方便提供复现环境吗？您好，是定制的环境，镜像很大，麻烦了。链接: https://pan.baidu.com/s/1IUlz0il3i0mkQvP5N5d10w 提取码: m3x7 0

MLU220 PointPillars模型移植 我的回复：#1寒武纪回复开发者你好，目前我们并无此模型的移植案例供参考。你好还有几个问题麻烦解答：1. 是否可以通过onnx转MLU220离线模型？2. MLU220支持的算子列表可以在哪里查看？3. BANG C编写的自定义算子库cnplugin我理解应该是在边缘端运行的，那么如何在使用pytorch docker转离线模型时建立自定义算子的映射关系？ 0

MLU270移植PointPillars模型 我的回复：请问楼主移植成功了吗？ 0

关于yolov5后处理算子的开发 我的回复：#2tiger_k回复其实比友商的产品还是灵活很多的友商？只用过NVIDIA，只能说生态差距太大 0

关于yolov5后处理算子的开发 我的回复：附议，寒武纪的资料是真的少 0