Star
7
Fork
24
代码
介绍
代码
Issues
2
Pull Requests
流水线
Actions
讨论
Wiki
项目成员
13
分析
项目设置
Star
7
Fork
24
master
docs
/
MindStudio
/
26.0.0
/
menu
/
msprobe_menu.md
下载
ascend-robot
docs:失效链接修改
edf66957
创建于
5月7日
历史提交
精度调试工具
快速入门
PyTorch场景精度调试工具快速入门
MindSpore场景精度调试工具快速入门
安装指南
功能介绍
vLLM推理场景(eager模式)
数据采集
分级可视化构图比对
精度比对
vLLM推理场景(aclgraph图模式)
数据采集
vLLM推理场景(torchair图模式)
数据采集
精度比对
SGLang推理场景(eager模式)
数据采集
分级可视化构图比对
精度比对
ATB推理场景
数据采集
精度比对
数据转换
离线模型推理场景
数据采集
一键式精度比对
离线模型数据精度比对
数据转换
PyTorch训练场景
训练前配置检查
数据采集
PyTorch场景精度数据采集
fsdp训练后端verl训推一致性比对数据采集
megatron训练后端verl训推一致性比对数据采集
精度预检
分级可视化构图比对
精度比对
训练状态监测
训练状态监测_v2
checkpoint比对
整网首个溢出节点分析
趋势可视化
MindSpore训练场景
训练前配置检查
数据采集
精度预检
分级可视化构图比对
精度比对
训练状态监测
训练状态监测_v2
溢出检测与解析
checkpoint比对
趋势可视化
MSAdapter场景
数据采集
checkpoint比对
扩展功能
单点保存工具
MindSpore动态图场景kernel精度数据采集
PyTorch场景kernel级精度数据采集
FAQ
附录
MindSpore动态图精度数据采集快速入门
配置文件介绍
比对结果说明
使用样例
MindSpeed&LLamaFactory数据采集和自动比对
模型分级可视化如何配置layer mapping映射文件
基线报告
PyTorch场景的精度数据采集基线报告
MindSpore场景的精度预检基线报告
MindSpore场景的精度数据采集基线报告
训练状态监测工具标准性能基线报告