调用样例

完成了ONNX框架的适配插件开发后，即可实现从ONNX框架调用Ascend C自定义算子。下面以一个仅包含LeakRelu算子的ONNX框架网络为例（该网络中的LeakyRelu算子通过适配插件映射为自定义的LeakyRelu算子），呈现一个使用推理工具进行推理的过程，目的在于让您快速体验推理场景下网络中自定义算子调用的过程。

在完成如下步骤之前，您需要先参考上文内容完成自定义LeakyRelu算子kernel侧和host侧的开发、ONNX适配插件的开发，并完成算子的编译部署。

LeakyRelu算子实现的完整样例请参考Link。ONNX框架调用的完整示例请参考Link。

  1. 通过如下命令获取ONNX框架网络模型。作为示例，该模型中仅包含一个LeakRelu算子。

    wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/AscendC/leaky_relu.onnx

  2. 执行如下命令生成离线模型。（如下命令中使用的目录以及文件均为样例，请以实际为准）

    atc --model=$HOME/module/leaky_relu.onnx --framework=5 --soc_version=<soc_version> --output=$HOME/module/out/leaky_relu --input_shape="X:8,16,1024" --input_format=ND

    关键参数的解释如下：

    • --model：ONNX框架网络模型文件（*.onnx）的路径。
    • --framework：原始框架类型。5表示ONNX。
    • --output：转换后的离线模型的路径以及文件名。请注意，记录保存该om模型文件的路径，后续开发应用时需要使用。
    • --soc_version：昇腾AI处理器的型号。

      如果无法确定具体的<soc_version>，则在安装昇腾AI处理器的服务器执行npu-smi info命令进行查询，在查询到的“Name”前增加Ascend信息，例如“Name”对应取值为xxxyy，实际配置的<soc_version>值为Ascendxxxyy。

    • --input_shape：指定模型输入数据的shape，请基于算子支持的shape范围和实际使用场景进行设置，这里设置输入X为固定shape [8,16,1024]。
    • --input_format：指定模型输入数据的格式，请基于算子支持的格式和实际使用场景进行设置，这里配置为ND。

  3. 若提示有出现如下信息，则说明进入了AscendC自定义算子编译流程且模型转换成功。

    ...
start compile Ascend C operator LeakyReluCustom. kernel name is leaky_relu_custom
compile Ascend C operator: LeakyReluCustom success!
...
ATC run success

    成功执行命令后，在--output参数指定的路径下，可查看离线模型（如：leaky_relu.om）。

  4. 准备符合模型输入要求的*.bin格式的输入数据，单击Link，获取msame工具，参考该工具配套的README，使用推理工具快速完成推理体验，样例如下。

    ./msame --model "$HOME/module/out/leaky_relu.om"  --output "$HOME/module/out/" --outfmt TXT --loop 1

父主题： ONNX框架