Genlk

我在C308板子上面跑自己的模型，cpu可以运行，切换到amlogic_npu 之后，有下面的报错  (模型数据的维度没有问题，torch版本的模型在服务器侧可以正常推理)，转换成端侧模型，在c308板子上跑的时候，有区别 请问两位有没有什么建议的解决思路？ @pigpigfang @yingshengBD

> 好的，我用芯原timvx的文档。 我先确认一下我这边量化的问题

trans_to_paddle() 这个方法当中不给参数，直接调用，可以生成初始换参数 >  @wjj19950828

https://github.com/PaddlePaddle/X2Paddle/blob/develop/x2paddle/core/program.py 这个文件里面 263行，生成x2paddle_code.py @wjj19950828

手动更新x2paddle_code.py 文件，修改里面的 x2paddle_onnx__Expand_347。再次调用X2Paddle时会初始化x2paddle_code.py 文件

使用pytorch2paddle 也有类似的情况， 代码如下 model = torchvision.models.resnet50() model.cuda() model.eval() dummy_input = torch.randn(1,3,916, 916, requires_grad=False,device="cuda") pytorch2paddle( module=model, save_dir='./paddle_model/1', input_examples=[dummy_input] )

> @Genlk 麻烦提供一下onnx模型 > > 另外，可以描述一下以下两个问题吗： 1、具体业务场景 2、为什么有转到Paddle部署的需求呢？ > > 感谢～ -------------------------- 1.onnx模型文件如下，简化版本 [test_onnx.zip](https://github.com/PaddlePaddle/X2Paddle/files/9398858/test_onnx.zip) -------------------------- 2.业务场景与需求 通过转换成paddle之后，部署到芯原的板子上 -------------------------- 3.torch == 1.12.1+cu116 paddlepaddle == 2.3.1 x2paddle == 1.3.8 -------------------------- 4.具体报错就是问题描述里面的那一张贴图

FYI @wjj19950828

@wjj19950828 你好，我转换了自己的模型，模型输出为160*320的矩阵。转换前后的推理结果，欧氏距离3000+，余弦距离0.98~0.997，这种结果正常么？

我也遇到了同样的问题，跑demo 的时候会有报错， 报错截图  demo ：https://github.com/PaddlePaddle/PaddleClas/blob/release/2.5/docs/zh_CN/quick_start/quick_start_classification_professional.md