在语义分割后处理中，结果x.shape = [1,4,512,1024],使用x = torch.max(x, 1)[1] 希望在bpu上进行加速，实际上torch.max是执行在cpu上的
你好，bpu支持的算子是ArgMax，你是用是max算子，不一样的
请问使用argmax之后推理结果全为0，有遇到过类似的情况吗？麻烦解答一下
如果将 Argmax 放在后处理中实现，那么 Conv 在模型尾部会以 int32 高精度输出，整体精度表现更好；而如果此时存在性能瓶颈，则可以考虑将 Argmax 放在模型中实现 BPU 加速，同时由于 Argmax 缩小了最终输出层的 shape 大小，所以 IO 负载和反量化节点的耗时也会同步降低，对整体性能更加友好。
但 Conv+Argmax 的组合，会让 Conv 以 int8 低精度输出给 Argmax 进行后续计算，这就会存在一定的精度损失。
嗯嗯，了解，谢谢，就是我现在在语义分割最后一步 利用argmax得到的结果，在bin文件中全为0，而在onnx中正常，请问这种情况是什么原因