工具与软件:
源数据:
在 Relu 层的上层、将 onnx 模型浮点流的推理结果与 PC-import int16流的推理结果进行比较。 
非预期结果:
在随后的 GolbalAvgCool 层中、将 onx 模型浮点流的推理结果与 PC-import Int16流的推理结果进行比较

层信息:

PSDK 版本:
PSDK-09-00-45-j784s4
This thread has been locked.
If you have a related question, please click the "Ask a related question" button in the top right corner. The newly created question will be automatically linked to this question.
工具与软件:
源数据:
在 Relu 层的上层、将 onnx 模型浮点流的推理结果与 PC-import int16流的推理结果进行比较。 
非预期结果:
在随后的 GolbalAvgCool 层中、将 onx 模型浮点流的推理结果与 PC-import Int16流的推理结果进行比较

层信息:

PSDK 版本:
PSDK-09-00-45-j784s4
您好、Tianze、
我曾尝试说明、您是使用 TIDL-RT 流程(SDK 内打包的 TIDL 支持)构建还是使用我们在 Github 上托管的 edgeai-tidl-tools。 根据您所做的说明、您使用第一个。
的轨迹图float由onnx.load()onnxruntime.InferenceSession()、和的结果提供session.run()。
在主机仿真上设置 numParamBits = 32是否会提供相同的结果?
如果可能、在9.2 SDK 上运行相同的代码并查看其是否有改进将很有帮助。
此外、您还可以提供用于编译模型的模型、模型工件和配置文件、以便我可以在结束时重新生成结果并进行进一步调试吗?
此致!
Asha