0827/////////////////

2024-08-29 19-05-00屏幕截图.png

地平线trace.png

计算图不一致.png

计算图不一致_1.png

计算图不一致_2_check_mod_func是什么.png

计算图不一致_3_输出问题，改称list不报错，但是看trace具体过程发现这样会影响检查结果.png

计算图不一致_4_输出问题，计算输出部分.png

计算图不一致_5_输出问题，list输出.png

计算图不一致_6_输出问题，空列表.png

bn不支持.png

error

fuse时获取层问题.png

fuse时获取层问题_2.png

fuse时获取层问题_3_融合的时候把这个融合了但是计算图节点是根据最开始的模型生成的完全限定名所以有出入？但是他本来应该会考虑到这个问题啊？直接运行没问题，但是调试报错.png

fuse时获取层问题_4_遍历节点对符合的进行fuse过程.png

fuse时获取层问题_6_最终修改_调试没问题但是qat训练梯度爆炸.png

fuse时获取问题_5_fuse内融合rule并放入conv中过程，该剧东影响了root model.png

input_scalar_type_none.png

input_scalar_type_none_1_三种复制均不行.png

input_scalar_type_none_2_tensor复制错误.png

input_scalar_type_none_3_clone.png

input_scalar_type_none_4_clone.png

jit_graph输入img.png

jit_graph输入img_1_flatten部分代码.png

jit_graph输入img_2_修改后flatten结果.png

jit_graph输入img_3_修改前.png

jit_graph输入img_4_修改前flatten.png

onnx_input.png

onnx_input_1.png

onnx_input_2.png

onnx_input_3.png

onnx_input_4.png

onnx_input_5.png

onnx_output.png

onnx_output_1.png

onnx_output_2.png

onnx_output_3.png

quantized_add_参数丢失.png

quantized_add_参数丢失_1_graph.png

quantized_add_参数丢失_2_定点模型对应计算图.png

quantized_add_参数丢失_3_对应代码.png

scalar_type_name_none.png

tmp.png

trace两次.png

trace两次_1.png

trace两次_2.png

trace两次_3.png

trace两次第二次.png

trace两次第二次_1.png

trace两次第一次.png

trace两次第一次_1.png

trace两次_img形状为1，6，3，512，1408，B为1，去除第一维度后送入主干网络得到结果重塑为BNCHW，第二次trace时img形状无第一维此时读入B为6导致后续出错，将B固定为1.png