我正在学习QAT量化的流程，请问图优化需要在哪个阶段做？是在1浮点模型训练后2校准前吗？2校准3QAT微调前？还是在3QAT微调之后？...浮点模型训练（Full Precision Training）...校准数据前向传播（用于初始化量化参数）...QAT阶段：量化模型的训练微调....另外QAT的时候，工具链有提供什么库方便我们完成图优化吗？比如需要插入前处理、后处理节点，或者移除冗余、动态计

.用的是RDKX5，具体使用代码是grid = self.normgrid(pos, H, W).unsqueeze(-2).to(x.dtype)x = F.grid_sample(x, grid, mode = self.mode , align_corners = False)这里我把输入的x输出了，输出大小是torch.Size([1, 1, 288, 384])torch.Size([1

.社区问答获奖名单...底软板块........排名...昵称...解答次数...奖品说明.....🏆...潜水员...25 次...奖品池礼品自选 1 份价值 1000 元（含）以内.....🥉...guo...6 次...奖品池礼品自选 1 份价值 300 元（含）以内.....🥉...zsy...5 次...奖品池礼品自选 1 份价值 300 元（含）以内.....参与奖...jade

用from horizon_nn.converter.parser.torch_parser import export_onnx 成功将.pt导出为onnx文件，然后运行了simplify，但是运行sh 01_check.sh报错，我用可视化工具看到我里面有if分支，我在帖子里看到说if分支不支持，是这个原因吗？是的话怎么把if分支去掉呢？..

from horizon_nn.torch import export_onnx报错ModuleNotFoundError: No module named 'horizon_nn.torch'，是在cpu的docker里跑的pip list 显示有horizon_nn,安装的是cpu版本的docker，python3环境里import horizon不报错. 

在导出onnx文件时，我模型里用到了torch.nn.functional. grid_sample ，而F.grid_sample在opset_version16后才支持，但是RDKX5只支持opset_version11以下的onnx模型，我模型用了F.grid_sample的bilinear，nearest，bicubic这三种模式，没找到能替换的函数，自己去定义导致网络太复杂怎么办，只找到

求助，在J6M中，现在要实现的是通过以太网实现R核和A核的通信，现在想知道其中R核和A核所对应的MAC地址和IP地址怎么查看

硬件J5编号：J5PA00ABGTRB.系统版本：LNX_REL_PL3.0_2023101801.描述：我使用此系统版本编译出来的串口刷机包，刷写到J5PA00ABGTRB芯片中刷写的第一步就报错SPL verify the keybank fail，错误如截图所示。.备注：这个系统版本是可以正常刷写到J5PT芯片中的，但是我们最近采购了一批J5PA的芯片，并制作出板子，发现我的刷机包用不了了。

.一线工程师实战授课，推动产学研深度融合. .7月3日，武汉理工大学汽车工程学院与地平线联合启动“智驭未来：智能驾驶技术解析与实践初探”暑期卓越学堂项目**。该项目聚焦智能网联与智能驾驶技术前沿，通过校企协同授课、真实产业场景实践，深化“新工科”人才培养模式，为学生提供从理论到工程落地的全链条能力提升。. .校企共商合作细节，锚定产教融合新路径. .. .7月3日，武汉理工大学汽车学院副院长尹智帅

(地平线征程6系统软件)  J6X系统软件开发手册->2.开发环境准备->2.1.Docker环境准备->2.1.2.docker镜像准备中使用的build_docker_image.tar

如题，我将模型正常编译之后，在板端的耗时测得12ms，使用 profile_path 工具得到如下信息：  总的耗时如下：  .目前已知的信息是cpu算子和gpu算子都有较大的latency，我想针对耗时做一些优化，但是目前只有尝试了在compile的时候将opt调整为2，可惜耗时没有明显变化，所以想请教一下，针对板端耗时的优化有什么策略路线或者其他博客资料么~

J6M OE 模型转换失败AI TOOLCHAIN UBUNTU 22 J6 GPU:V3.0.22.

使用地平线J5 写入寄存器数据异常，但是读取数据正常；.读取数据正常： return readl(sc->bar0 + (offset<<2)); .写入数据异常：writel(val, sc->bar0 + (offset<<2));

MARK在进行qat训练之前需要将model设置为train(),  但是会遇到设置了之后依然会报错未调用model.train的问题，此时可能是一些子模块未被设置，此时需要遍历这个模型的所有子模块. # 注意此处对 QAT 模型 training 状态的控制方法. qat_model.train(). for module in qat_model.modules():.

..芯片型号：J6M.天工开物开发包 OpenExplorer 版本： J6_OE_3.0.31.问题定位： 对开源模型进行PTQ量化时，进程被中断.问题具体描述：在 J6 docker中 ， 对开源模型进行PTQ量化时，在生成中间产物**_ptq_model.onnx之后，进程直接被Kill掉，请问是什么原因呢，和yaml配置文件有关吗？..

芯片信号：j6.大佬们，请教一个问题，可能有一些不成熟的地方，请见谅。如题，我在对一个transformer的模型进行qat的时候，发现时序那部分改起来颇为复杂，flaot的forward中有一个buffer_length为10的时序循环逻辑，目前我用 导出onnx的forward （不包含时序循环逻辑）成功的生成了calib模型，并且在板端也能够成功跑通，目前calibration之后的精度掉点

1111MicrosoftInternetExplorer402DocumentNotSpecified7.8 磅Normal0........................................................................................................................................

centerpoint使用kitti数据集时，报错如下：..看到帖子说，这个报错是输入的数据缺少关键字，原交付代码是example["gt_boxes"], example["gt_classess"].对应的是dataset处理时候的关键字，在hat/data/datasets/kitti3d，请问要如何修改？需要重新处理数据吗？

.1. 芯片型号：J6E.2. 板卡类型：J6E开发板.3. 天工开物开发包 OpenExplorer 版本：v3.0.22.4. 问题定位：PTQ模型验证. 使用的onnx模型opset=11， 在做模型验证时发现，会提示INFO: the original model opset version is 11, try converting to opset 19，能否设置opset的版本和做验

芯片型号：J6M工具链版本：horizon_j6_open_explorer_v3.0.31.问题：如下图所示，Softmax算子量化后余弦相似度很低，需要如何解决？调整配置算子放到CPU上也没有改善。...