获取更多样例（昇腾310 AI处理器）
当前AscendCL提供的样例如下表所示。
Sample名称 |
Sample获取 |
基本功能 |
编译运行指导（Ascend EP标准形态）（Ascend RC形态） |
|---|---|---|---|
gemm |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level1_single_api/1_acl/4_blas/gemm”目录下获取gemm样例。 |
实现矩阵-矩阵乘运算 |
请参见样例工程中的README |
vpc_resnet50_imagenet_classification |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/1_classification/vpc_resnet50_imagenet_classification”目录下获取vpc_resnet50_imagenet_classification样例。 |
基于Caffe ResNet-50网络实现图片分类（图片解码+缩放+同步推理） |
请参见样例工程中的README |
vpc_jpeg_resnet50_imagenet_classification |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/1_classification/vpc_jpeg_resnet50_imagenet_classification”目录下获取vpc_jpeg_resnet50_imagenet_classification样例。 |
基于Caffe ResNet-50网络实现图片分类（图片解码+抠图缩放+图片编码+同步推理） |
请参见样例工程中的README |
vdec_resnet50_classification |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/1_classification/vdec_resnet50_classification”目录下获取vdec_resnet50_classification样例。 |
基于Caffe ResNet-50网络实现图片分类（视频解码+同步推理） |
请参见样例工程中的README |
resnet50_imagenet_classification |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/1_classification/resnet50_imagenet_classification”目录下获取resnet50_imagenet_classification样例。 |
基于Caffe ResNet-50网络实现图片分类（同步推理） |
请参见样例工程中的README |
resnet50_async_imagenet_classification |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/1_classification/resnet50_async_imagenet_classification”目录下获取resnet50_async_imagenet_classification样例。 |
基于Caffe ResNet-50网络实现图片分类（异步推理） |
请参见样例工程中的README |
batchcrop |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/0_data_process/batchcrop”目录下获取batchcrop样例。 |
媒体数据处理（抠图，一图多框） |
请参见样例工程中的README |
venc_image |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/0_data_process/venc_image”目录下获取venc_image样例。 |
媒体数据处理（视频编码） |
请参见样例工程中的README |
smallResolution_cropandpaste |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/0_data_process/smallResolution_cropandpaste”目录下获取smallResolution_cropandpaste样例。 |
数据预处理（抠图贴图） |
请参见样例工程中的README |
YOLOV3_dynamic_batch_detection_picture |
单击Gitee或Github，进入Ascend samples开源仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level2_simple_inference/2_object_detection/YOLOV3_dynamic_batch_detection_picture”目录下获取YOLOV3_dynamic_batch_detection_picture样例。 |
基于Caffe YOLOv3网络实现目标检测（动态Batch/动态分辨率） |
请参见样例工程中的README |
API Samples |
基于AscendCL架构开发的一系列样例代码，包含简单的编译演示样例 |
下载样例后查看readme |
|
静态目标识别 |
基于AscendCL架构开发的静态目标识别Demo |
下载样例后查看readme |
