通过mlir转bmodel 一、文件转移 从算能官网technical center (sophgo.com)下载最新的版本，下载下来之后解压出来，再Ubuntu系统中创建一个sophon文件夹存放后续用到的文件，将tpu-mlir_v1.2.8-g32d7b3ec-20230802.tar.gz文件放入Ubuntu系统中的sophon文件夹。 二、配置docker环境 1、docke

目录 简介 下载项目 创建虚拟环境 安装依赖 启动项目 使用 在线使用 本地部署 政安晨的个人主页：政安晨 欢迎 👍点赞✍评论⭐收藏 希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！ 本文目标：部署并应用FLUX（基于已经释放出来的模型进行）  简介 黑森林实验室的 FLUX 模型是一个具有创新性和强大性能的文本生成图像模型套件。

OpenI启智社区上线的【芯动开源】首场活动-天数智芯挑战专场即将迎来最后一周的冲刺阶段，自2024年5月27日上线以来，这期间，我们见证了天数智芯通用GPU加速卡在适配AI模型方面的无限可能与开发者们开源精神的璀璨光辉。 在短短的两周时间里，我们收到了累计超过300次基于天数智芯天垓100（BI-V100）和智铠100（MR-V100）的模型适配和跑通结果的提交。这些成果不仅展现了开发者们深厚

笔记整理 | 韩振峰，天津大学硕士 链接：https://aclanthology.org/2020.coling-main.571.pdf 动机 自然语言推理 (NLI) 是自然语言处理中的一项重要任务，它旨在识别两个句子之间的逻辑关系。现有的大多数方法都是基于训练语料库来获得语义知识从而进行推理的，很少采用背景知识或者限制与少量特定类型的知识。本文提出了一种新颖的知识图谱增强的NLI模

【官方框架地址】  https://github.com/PaddlePaddle/PaddleOCR.git  【算法介绍】 PaddleOCR是由百度公司推出的一款开源光学字符识别（OCR）工具，它基于深度学习框架PaddlePaddle开发。这款工具提供了一整套端到端的文字检测和识别解决方案，非常适合用于各种类型的图像文本的识别任务。PaddleOCR关注于提供轻量级、灵活且高效的OCR

1.前言         之前的博客已经在RK3588上安装了tvm的mali-gpu的版本，我们整理一下思路，本文将从模型的转换和调用两个方面进行讲解，tvm使用的是0.10版本，模型和代码也都是tvm官方的案例。 2.onnx模型转换         将ONNX格式的ResNet50-v2模型转换为TVM Runtime支持的形式，并将其编译为一个共享库文件。以下是对代码的解释： 1.

这个主要参考PaddleOCR下的 /doc/doc_ch/inference.md 先按照这里的教程学习模型转化： 一、训练模型转inference模型 检测模型转inference模型 下载超轻量级中文检测模型： wget -P ./ch_lite/ https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.

paddleOCR训练模型转化为推理模型教程 目录 将“检测”训练模型转化为推理模型 确定配置文件路径 修改配置文件 导出推理模型 将“识别”训练模型转化为推理模型 将“检测”训练模型转化为推理模型 确定配置文件路径     打开program.py脚本，找到class ArgsParser构造函数，修改为如下形式（注意相对路径填写正确）：   修改配置文件