-
按照流程装了运行环境,报错如图
-
目前在飞腾arm设备上 由于Atlas300I-3000 没有riser卡 只能使用一个cpu 。有以下几个问题1.最近想把atlas300I-3010买回来 是不是可以直接替换Atlas300I-3000 驱动与使用方法是否需要升级?2.300I pro是否也能支持在飞腾设备上将所有昇腾芯片驱动起来。能实现对Atlas300I-3000的无缝替换吗?
-
我推理的代码来自于:https://gitee.com/ascend/modelzoo-GPL/tree/master/built-in/ACL_Pytorch/Yolov5_for_Pytorch#/ascend/modelzoo-GPL/blob/master/built-in/ACL_Pytorch/Yolov5_for_Pytorch/FAQ.md下面是报错的一些部分内容:是不是我的驱动安装出错了,还是ais_bench推理工具安装出错了??安装的库:python3.7.5cann:Ascend-cann-nnrt_5.1.RC1.alpha002_linux-aarch64.runaclruntime:aclruntime-0.0.2-cp37-cp37m-linux_x86_64.whlais_bench:ais_bench-0.0.2-py3-none-any.whl
-
官网给出的摄像头排线一边印有TO MAIN BD,另一边印有TO CAMERA,再各大平台均无售卖,请问大家的摄像头排线都是如何获取的
-
当前用的Ascend310,官方YOLOV5S推理时间约380毫秒,SIGMOD函数已被替换,性能上没有明显提升,文档中说的算力为60TOPS,这个时间严重超时,理论上时间应该在3.5毫秒左右,实际上相差了两个数量级,还没有8核CPU推理的速度快,希望提供明确的解决方案
-
atlas 500 中自带的docker 18.09.0 build 99d159b 执行命令: docker run -it -d --name redis01 redis:5.05 /bin/bash启动以后反馈一推数字和字母组合体,在通常认为是已经启动成功但通过命令docker ps没有任何信息,尝试其他的也是同样使用命令docker ps -a 显示的状态,想问一下原始的docker可以直接用吗?还是需要其他操作。谢谢
-
按照教程,sd卡制卡显示成功。但是插入卡后上电只有3559_ACT和3559_VEDIO两个灯是亮的,MINI_LED1和MINI_LED2两个等一直是灭的,之后检查sd卡分区,发现没有ascend_seclog这个目录。我的开发板是2021年买的,看到之前的帖子说驱动要用1.0.12alpha版本,但是只能下载1.0.13alpha版本的驱动可以下载。各位大佬知道哪里可以下载到1.0.12alpha版本的固件驱动。查了一些帖子看到这种现象也有可能是这一批设备有问题,下图是我开发板的信息,各位大佬也给看看是不是我也踩了这个坑了。
-
按照官网第二种联网方式,通过ssh 连接到板子后修改后缀为.yaml的文件后便无法连接到板子,.yaml文件配置内容均与官方文档一直,是否有解决方法,是否需要重新制卡?还请各位老师帮帮忙。因为一次只能发一张图,具体相关问题照片在下附上。
-
想在Atlas200DK上运行强化学习算法,但之前没这么用过,请问有什么技术支持或者开发案例可供入门吗?
-
您好,请问之前sample一直可以编译成功,但是这两天编译突然报错,显示找不到-lascencl 和-lacl_dvpp,用find可以找到对应的文件,然后检查CMakeLists文件里面include路径也没问题,现有的帖子没法都试过没法解决。find / -name libascendcl.so结果如下:CMakeList如下:
-
环境说明: 开发环境和运行环境在鲲鹏920服务器上(1) 在物理机上运行出现acl init failed ret=100039:执行source /usr/local/Ascend/ascend-toolkit/set_env.sh后,运行正常(2)在容器上始终出现错误,不知道是什么原因, 求助一下编译运行环境: infer-modelzoo镜像 版本 22.0.RC3运行图像分类样例:按下面的网址就行操作https://www.hiascend.com/document/detail/zh/quick-installation/22.0.RC3/quickinstg/500_Pro_3000/quickinstg_500_Pro_3000_0018.html运行 samples/cplusplus/level2_simple_inference/1_classification/resnet50_imagenet_classification出现错误: 执行source /usr/local/Ascend/ascend-toolkit/set_env.sh还是100039错误, 按物理机方式重新安装安装Toolkit(开发套件),还是100039错误,启动docker 命令有问题?docker run -it -u root \--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 /data:/data \ascendhub.huawei.com/public-ascendhub/infer-modelzoo:22.0.RC3\/bin/bash请帮忙指点一下!!
-
如图1所示,我通过ATC命令将.pb模型成功转为.om模型后,在推理时,却出现了Input size不一样,如图2所示。‘图1图2
-
目前我希望在Atlas 200 DK上完成图像识别的计算任务,于是我做了以下几个步骤:1.我通过Tensorflow2.10.0针对MNIST训练1个CNN模型 M(.h5);2.然后将M(.h5)转化为Atlas200dk能识别的Frozen_M(.pb);3.在Atlas 200 Dk上用ACT对Frozen_M转化为npu_M(.om)格式后,用ACL调用.om文件进行推理测试,测试得出推理速度NPU_speed;4.在Atlas 200 Dk直接用tensorflow加载M(.h5),用CPU进行推理测试,测试得出推理速度CPU_speed;最终测试结果发现,这个NPU_speed和CPU_speed不仅差不了多少甚至更差,如图1所示;其中在用npu_M(.om)进行推理时,npu的使用情况如图2所示;网上分享Atlas 200DK在通过YOLO处理目标检测时,npu对比cpu的推理速度20-300倍,但是在用CNN处理图像识别时,却没法展现性能么?图1:上面方框为NPU_speed,下面方框是CPU_speed.图2:NPU的内存消耗与核数占用.
-
Atlas 200 dk 是否有图形界面,或者需要配置什么才能有图形界面
-
之前已用atlas 200dk跑过样例,也了解了一些,现在自己写了一个最简单的分类模型(识别猫和狗),然后在.onnx转.om的过程中报错现在想请教如下几个问题(1)请问报错是什么原因错了,因为我也是模仿例程里面的转化命令去转化的(2)华为有没有关于这种文件相关信息的讲解,这个文件是自己写的还是可以直接内部转换的
推荐直播
-
华为云IoT开源专家实践分享:开源让物联网平台更开放、易用
2024/05/14 周二 16:30-18:00
张俭 华为云IoT DTSE技术布道师
开源,意味着开放、共享、互助、共赢。作为万物上云及各行业数字化的物联网底座,华为云IoT积极拥抱开源,借助行业开源的最佳实践,构建可靠、易用的物联网平台,并通过开放南北向SDK,助力开发者快速构建物联网应用。本期直播,华为云IoT开源专家、物联网平台资深“程序猿”张俭,带你了解华为云IoT的开源生态,并手把手教你玩转开源社区!
去报名 -
企业级数仓迁移工具助您轻松上云
2024/05/21 周二 16:30-18:00
Nick 华为云数仓GaussDB(DWS)研发专家
随着云时代的到来,传统数仓已无法满足企业的需求,越来越多的企业选择从传统数仓迁移到云数据仓库,云数仓为企业提供了更低的成本、更灵活极致的体验。本期直播将为您带来企业级数仓搬迁的解决方案,带您一览华为云数仓GaussDB(DWS)提供了哪些迁移方案助力用户实现数据迁移,如何保障迁移后数据的一致性。
去报名 -
华为云开发者日·广州站
2024/05/23 周四 14:30-17:30
华为云专家团
华为云开发者日HDC.Cloud Day是面向全球开发者的旗舰活动,汇聚来自千行百业、高校及科研院所的开发人员。致力于打造开发者专属的技术盛宴,全方位服务与赋能开发者围绕华为云生态“知、学、用、创、商”的成长路径。通过前沿的技术分享、场景化的动手体验、优秀的应用创新推介,为开发者提供沉浸式学习与交流平台。开放创新,与开发者共创、共享、共赢未来。
去报名
热门标签