--keep_dtype

功能说明

在原始网络模型编译时，保持个别算子的计算精度不变。

推理场景下，使用--precision_mode参数设置整个网络模型的精度模式，可能会有个别算子存在性能或精度问题，为此引入--keep_dtype参数，保持原始网络模型编译时个别算子的计算精度不变，具体算子可以通过该参数指定的文件进行配置。

关联参数

该参数需要与--precision_mode参数配合使用，但当--precision_mode参数取值为must_keep_origin_dtype时，该参数不生效。

参数取值

参数值：算子配置文件路径以及文件名，配置文件中列举需保持计算精度的算子名称或算子类型，每个算子单独一行。

参数值约束：

• 若为算子类型，则以OpType::typeName格式进行配置，每个OpType单独一行，且算子OpType必须为基于Ascend IR定义的算子的OpType，算子类型查看方法请参见如何确定原始框架网络模型中的算子与昇腾AI处理器支持的算子的对应关系。
• 若为算子名称，则以Opname格式进行配置，每个Opname单独一行，Opname取值为原始模型算子名称。

参数值格式：路径和文件名：支持大小写字母（a-z，A-Z）、数字（0-9）、下划线（_）、中划线（-）、句点（.）、英文冒号(:)、中文字符。

推荐配置及收益

无。

示例

• 若配置文件中为算子名称，则配置样例如下（文件名举例为execeptionlist.cfg）：

  Opname1
  Opname2
  …

• 若配置文件中为算子类型，则配置样例为（文件名举例为execeptionlist.cfg）：

  OpType::TypeName1
  OpType::TypeName2
  …

以TensorFlow ResNet50网络模型中的Relu算子为例，其对应的Ascend IR定义的算子类型为Relu，配置样例如下：

#算子名称配置样例：
fp32_vars/Relu
#算子类型配置样例：
OpType::Relu

将配置好的execeptionlist.cfg文件上传到AOE工具所在服务器任意目录，例如上传到${HOME}，使用示例如下：

--keep_dtype=${HOME}/execeptionlist.cfg --precision_mode=force_fp16

模型编译时，execeptionlist.cfg文件中的算子，保持原始网络模型精度，即精度不会改变，其余网络模型中的算子以--precision_mode参数指定的精度模式进行编译。

依赖约束

无。