切换版块
×
基础软件平台
PyTorch开发
TensorFlow开发
编解码及SDK开发
BANG语言与计算库
开发工具链
MagicMind开发
软件栈百科
云平台集成
硬件产品专区
MLU370系列AI加速卡
MLU270系列AI加速卡
MLU220系列AI加速产品
经验方案交流区
经验案例与实践分享
开发者服务
开发者活动
公告与版务
高校支持
《智能计算系统》
签到
版块
社区
文档
SDK下载
370系列
200系列
开发平台
官网首页
注册
登录
全部版块
基础软件平台
硬件产品专区
经验方案交流区
开发者服务
高校支持
发布新帖
登录/注册
LV.1
HelloAI
414
积分
5
赞
5
帖子
26
回复
4
收藏
TA的动态
TA的帖子
TA的回复
如何在MLU100上跑机器学习算法
我的回复:#6孙威回复请问可以用MLU100计算图像的欧式距离吗当前CNML没有计算欧式距离的算子,但是可以用BangC自己开发
0
deepspeed pypi安装包下载
我的回复:如果您有寒武纪FTP Server download.cambricon.com:8821的账号的话,可从如下路径获取:/product/MLU370/inference+training/1.9.0/cndsp_v0.6.0/wheel如果您还未有FTP账号,请联系您的销售代表,谢谢。
0
如何在MLU100上跑机器学习算法
我的回复:#3Leon_code回复那也就是说MLU100不支持机器学习算法嘛?可以这么理解,因为软件上没适配过机器学习算法
0
pytorch yolov5x 量化转换大小
我的回复:#2FrostLee回复所以能不能理解为,模型的量化和转换只是生成了一个INT8计算器和一些算子的融合?模型量化是生成量化校准参数,模型转换是做算子融合并生成机器指令
0
怎么在MLU100上运行KNN、Kmeans等机器学习算法
我的回复:MLU100主要是面向深度学习的加速硬件,主要支持CNN,对于KNN、Kmeans这类机器学习算法,确实还做不到
0
如何在MLU100上跑机器学习算法
我的回复:MLU100主要是面向深度学习的加速硬件,主要支持CNN,对于KNN、Kmeans这类机器学习算法,确实还做不到
0
pytorch yolov5x 量化转换大小
我的回复:正常的,因为量化并转换成.cambricon文件的模型,内部的数据类型还是FP32/FP16的,只是增加了量化参数而已,并不是说量化的模型就是用INT8的数据类型保存的。量化模型只是计算的时候是用INT8计算器计算的。
0
yolov4-tiny转caffe模型失败
我的回复:#3cxgk回复使用pytorch教程量化yolov4-tiny模型后,在线运行步骤报错了,报错信息如下:CNML: 7.10.2 ba2048758CNRT: 4.10.1 a884a9awill run yolov4 int8 model ...start.....calc_cocoannFile: /data/datasets//COCO/annotations/instances_val2017.jsonloading annotations into memory...Done (t=0.32s)creating index...index created!5000Use yolov4-tiny . cfgfile is /home/test/pytorch/yolov4-tiny/online/yolov4/tool/../model/yolov4-tiny.cfg !!! convalution havn't activate linearconvalution havn't activate linearH:416, W:416half input/home/test/pytorch/yolov4-tiny/online/yolov4/tool/darknet2pytorch.py:186: TracerWarning: Converting a tensor to a Python index might cause the trace to be incorrect. We can't record the data flow of Python values, so this value will be treated as a constant in the future. This means that the trace might not generalize to other inputs! x = outputs[layers[0]][:, b // groups * group_id:b // groups * (group_id + 1)]Use MLU Yolov4_detection op !Traceback (most recent call last): File "eval.py", line 333, in calc_coco(args) File "eval.py", line 187, in calc_coco model = torch.jit.trace(model, trace_input.to(device), check_trace=False) File "/torch/venv3/pytorch/lib/python3.6/site-packages/torch/jit/__init__.py", line 858, in trace check_tolerance, _force_outplace, _module_class) File "/torch/venv3/pytorch/lib/python3.6/site-packages/torch/jit/__init__.py", line 997, in trace_module module._c._create_method_from_trace(method_name, func, example_inputs, var_lookup_fn, _force_outplace) File "/torch/venv3/pytorch/lib/python3.6/site-packages/torch/nn/modules/module.py", line 539, in __call__ result = self._slow_forward(*input, **kwargs) File "/torch/venv3/pytorch/lib/python3.6/site-packages/torch/nn/modules/module.py", line 525, in _slow_forward result = self.forward(*input, **kwargs) File "/home/test/pytorch/yolov4-tiny/online/yolov4/tool/darknet2pytorch.py", line 256, in forward detect_out = torch.ops.torch_mlu.yolov4_detection_output(tuple(out_boxes), File "/torch/venv3/pytorch/lib/python3.6/site-packages/torch/_ops.py", line 61, in __getattr__ op = torch._C._jit_get_operation(qualified_op_name)RuntimeError: No such operator torch_mlu::yolov4_detection_output环境是:docker pytorch v1.3展开torch_mlu只有yolov3_detection_output和yolov5_detection_output,没有yolov4_detection_output,你可以用yolov3_detection_output替代。
0
ubuntu18 yolov5 编译的pytorch cambricon 运行量化模型失败
我的回复:用你的代码,简单修改了部分代码后验证,并未发现结果错误的问题,修改的部分如下:1、models\\common.py添加from utils.activations import SiLU然后替换33行的nn.SiLU()为SiLU():self.act = SiLU() if act is True else (act if isinstance(act, nn.Module) else nn.Identity())2、utils\\torch_utils.py添加:from utils.activations import Hardswishfrom utils.activations import SiLU然后替换133行的nn.Hardswish为Hardswish:elif t in [Hardswish, nn.LeakyReLU, nn.ReLU, nn.ReLU6, SiLU]:3、detect.py的代码,去掉了所有half的配置,包括:61行,66、67行、112行、115行、128行4、然后去掉134行box_result = get_boxes(pred)的注释,然后print(box_result)的结果即为正确结果5、另外,量化的过程是在CPU运行了推理过程,所以推理结果依赖后处理nms,而MLU推理时,后处理已经替换为torch.ops.torch_mlu.yolov5_detection_output了,已经包含了后处理,不再需要nms了,这一定您的代码中已经体现出来了。您可再按照上述方法试下,谢谢。
0
PyTorch 框架的 Yolov5 移植课程中的问题
我的回复:可否贴一下您的代码呢?从batch_size=1到2,您实际改动了那几个地方呢?在修改batchsize的时候,jit.trace和用model去推理的时候,都需要改的。另外,您可以ct.save_as_cambricon()加上,生成一个离线模型,然后查看下.cambricon_twins文件,确认下输入和输出的shape的n是否变成了2
0
上一页
1
...
12
13
14
15
16
17
18
19
20
..
23
下一页
Github
开发平台
文档中心
新手必读
官方微信
版权所有 © 2024 寒武纪 Cambricon.com 备案/许可证号:
京ICP备17003415号-1
关闭