概述

简介

算子部署到算子库后，可通过运行包含自定义算子的TensorFlow网络，验证算子在网络中的运行结果是否正确。

网络测试会覆盖算子开发的所有交付件，包含实现文件，算子原型定义、算子信息库以及算子适配插件。本节仅对验证的方法做介绍。

进行自定义算子在网络中的运行验证有以下两种方法：

• 执行包含自定义算子的模型训练。
• 通过TensorFlow前端构造只包含自定义算子的单算子网络并运行验证。

MindStudio环境

基于MindStudio进行算子开发的场景下，基于TensorFlow框架的算子网络测试可通过模型训练的方式进行验证。

MindStudio提供了“Ascend Training”工程，工程创建完成后会自动生成相关交付件模板及编译配置文件，用户只需准备数据集及训练脚本，即可通过前台界面启动训练工程。

训练过程中可在运行窗口实时查看运行日志信息。

“Ascend Training”工程的创建及执行操作请参见《MindStudio IDE用户指南》中的“模型训练”章节。

命令行环境

基于命令行环境进行算子开发的场景下，算子网络测试有以下两种方式：

1. 在昇腾AI处理器中在线训练包含自定义算子的TensorFlow网络。

   训练脚本的执行操作可参见《TensorFlow 1.15模型迁移指南》或《TensorFlow 2.6.5迁移指南》。

2. 构造仅包含待验证算子的单算子网络，验证算子在昇腾AI处理器中执行结果是否正确。

下面详细讲解命令行环境下构造单算子网络进行算子验证的实现过程。