MindStudio 訓練營第一季 - 進階班課後筆記

MindStudio 支援 Toolchain 模式 的 Remote Host 的配置可以實現遠端編譯 。

 

MindStudio 中可用 Model Visualizer 功能進行檢視離線模型的網路拓撲結構：

對於原始模型檔案（.pb、.onnx、.prototxt）或轉換成功的.om模型檔案，可以在MindStudio介面呈現其網路拓撲結構，並可以檢視模型所使用的運算元。

單擊 MindStudio 選單欄 “Ascend > Model Visualizer”，或在工具欄選擇 ，在彈出視窗中選擇要視覺化的模型 。

 

AscendCL 應用開發，執行管理資料申請順序是（ device 、 context 、 stream ），釋放順序是（ stream 、 context 、 device ）。

 

在 AscendCL 中， stream 用於維護一些非同步操作的執行順序，確保按照應用程式中的程式碼呼叫順序在 Device 上執行。

Device 指異騰 AI 處理器的硬體裝置，利用 PCle 與 Host 相連，提供 NN 計算能力 .

 

Context 作為一個容器，管理所有物件 ( 包括 Stream 、 Event 等 ) 的生命週期

 

透過 AscendCL 介面，能夠實現利用昇騰硬體計算資源、在昇騰 CANN 平臺上進行深度學習推理計算、圖形影像預處理、單運算元加速計算等能力。

DVPP 全稱 Digital Vision Pre-Processor ，主要實現影片解碼 (VDEC) 影片編碼 (VENC) 、 JPEG 編解碼 (JPEGD/E) 、 PNG 解碼 (PNGD) 視覺預外理單元 (VPC)

AIPP 全稱 Al PreProcessing 用於在 Al Core 上完成影像預處理，包括色域轉換轉換影像格式 ) 、影像歸一化 ( 減均值 / 乘係數 ) 、摳圖 ( 指定報圖起始點，摳出神經網路需要大小的圖片 ) 。 AIPP 區分為靜態 AIPP 和動態 AIPP ，只能二選一，不能同時支援。

 

DVPP 能夠提供實現以下功能：

實現 jpg/jpeg/JPG/JPEG 圖片的解碼

摳圖、縮放、拼接、格式轉換

影片的編碼、解碼

 

 

 

MindStudio模型轉換支援以下幾種原始模型框架 ： Caffe   、 TensorFlow 、 ONNX 、 MindSpore 。