MindStudio 训练营第一季 - 进阶班课后笔记

MindStudio 支持 Toolchain 模式 的 Remote Host 的配置可以实现远端编译 。

MindStudio 中可用 Model Visualizer 功能进行查看离线模型的网络拓扑结构：

对于原始模型文件（.pb、.onnx、.prototxt）或转换成功的.om模型文件，可以在MindStudio界面呈现其网络拓扑结构，并可以查看模型所使用的算子。

单击 MindStudio 菜单栏 “Ascend > Model Visualizer”，或在工具栏选择 ，在弹出窗口中选择要可视化的模型 。

AscendCL 应用开发，运行管理资料申请顺序是（ device 、 context 、 stream ），释放顺序是（ stream 、 context 、 device ）。

在 AscendCL 中， stream 用于维护一些异步操作的执行顺序，确保按照应用程序中的代码调用顺序在 Device 上执行。

Device 指异腾 AI 处理器的硬件设备，利用 PCle 与 Host 相连，提供 NN 计算能力 .

Context 作为一个容器，管理所有对象 ( 包括 Stream 、 Event 等 ) 的生命周期

通过 AscendCL 接口，能够实现利用昇腾硬件计算资源、在昇腾 CANN 平台上进行深度学习推理计算、图形图像预处理、单算子加速计算等能力。

DVPP 全称 Digital Vision Pre-Processor ，主要实现视频解码 (VDEC) 视频编码 (VENC) 、 JPEG 编解码 (JPEGD/E) 、 PNG 解码 (PNGD) 视觉预外理单元 (VPC)

AIPP 全称 Al PreProcessing 用于在 Al Core 上完成图像预处理，包括色域转换转换图像格式 ) 、图像归一化 ( 减均值 / 乘系数 ) 、抠图 ( 指定报图起始点，抠出神经网络需要大小的图片 ) 。 AIPP 区分为静态 AIPP 和动态 AIPP ，只能二选一，不能同时支持。

DVPP 能够提供实现以下功能：

实现 jpg/jpeg/JPG/JPEG 图片的解码

抠图、缩放、拼接、格式转换

视频的编码、解码

MindStudio模型转换支持以下几种原始模型框架 ： Caffe   、 TensorFlow 、 ONNX 、 MindSpore 。