昇騰計算
TBE基本概念之張量
張量(Tensor)是TBE算子中的數(shù)據(jù),包括輸入數(shù)據(jù)與輸出數(shù)據(jù),TensorDesc(Tensor描述符)是對輸入數(shù)據(jù)與輸出數(shù)據(jù)的描述,TensorDesc數(shù)據(jù)結(jié)構(gòu)包含如下屬性。
TBE基本概念之算子類型及名稱
算子類型(Type)即算子的type,代表算子的類型,例如卷積算子的類型為Convolution,在一個網(wǎng)絡(luò)中同一類型的算子可能存在多個。
TBE基本概念之NPU
TBE的重要概念之一為NPU,即Neural-network Processing Unit,神經(jīng)網(wǎng)絡(luò)處理器。
TBE及其優(yōu)勢特性
昇騰AI軟件棧提供了TBE算子開發(fā)框架,開發(fā)者可以基于此框架使用Python語言開發(fā)自定義算子。那么,我們來了解一下什么是TBE。
模型轉(zhuǎn)換及其常見問題
模型轉(zhuǎn)換,即將開源框架的網(wǎng)絡(luò)模型(如Caffe、TensorFlow等),通過ATC(Ascend Tensor Compiler)模型轉(zhuǎn)換工具,將其轉(zhuǎn)換成昇騰AI處理器支持的離線模型。