本人框架如下，保存为torchScript格式后，还是不能够在RK3399...

hardnet(
  (base): ModuleList(
    (0): ConvLayer(
      (conv): Conv2d(3, 16, kernel_size=(3, 3), stride=(2, 2), padding=(1, 1), bias=False)
      (norm): BatchNorm2d(16, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (relu): ReLU(inplace)
    )
    (1): ConvLayer(
      (conv): Conv2d(16, 24, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
      (norm): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (relu): ReLU(inplace)
    )
    (2): ConvLayer(
      (conv): Conv2d(24, 32, kernel_size=(3, 3), stride=(2, 2), padding=(1, 1), bias=False)
      (norm): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (relu): ReLU(inplace)
    )
    (3): ConvLayer(
      (conv): Conv2d(32, 48, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
      (norm): BatchNorm2d(48, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (relu): ReLU(inplace)
    )
    (4): HarDBlock(
      (layers): ModuleList(
        (0): ConvLayer(
          (conv): Conv2d(48, 10, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(10, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (1): ConvLayer(
          (conv): Conv2d(58, 18, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(18, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (2): ConvLayer(
          (conv): Conv2d(18, 10, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(10, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (3): ConvLayer(
          (conv): Conv2d(76, 28, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(28, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
      )
    )
    (5): ConvLayer(
      (conv): Conv2d(48, 64, kernel_size=(1, 1), stride=(1, 1), bias=False)
      (norm): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (relu): ReLU(inplace)
    )
    (6): AvgPool2d(kernel_size=2, stride=2, padding=0)
    (7): HarDBlock(
      (layers): ModuleList(
        (0): ConvLayer(
          (conv): Conv2d(64, 16, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(16, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (1): ConvLayer(
          (conv): Conv2d(80, 28, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(28, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (2): ConvLayer(
          (conv): Conv2d(28, 16, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(16, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (3): ConvLayer(
          (conv): Conv2d(108, 46, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(46, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
      )
    )
    (8): ConvLayer(
      (conv): Conv2d(78, 96, kernel_size=(1, 1), stride=(1, 1), bias=False)
      (norm): BatchNorm2d(96, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (relu): ReLU(inplace)
    )
    (9): AvgPool2d(kernel_size=2, stride=2, padding=0)
    (10): HarDBlock(
      (layers): ModuleList(
        (0): ConvLayer(
          (conv): Conv2d(96, 18, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(18, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (1): ConvLayer(
          (conv): Conv2d(114, 30, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(30, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (2): ConvLayer(
          (conv): Conv2d(30, 18, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(18, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (3): ConvLayer(
          (conv): Conv2d(144, 52, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(52, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (4): ConvLayer(
          (conv): Conv2d(52, 18, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(18, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (5): ConvLayer(
          (conv): Conv2d(70, 30, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(30, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (6): ConvLayer(
          (conv): Conv2d(30, 18, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(18, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (7): ConvLayer(
          (conv): Conv2d(196, 88, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(88, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
      )
    )
    (11): ConvLayer(
      (conv): Conv2d(160, 160, kernel_size=(1, 1), stride=(1, 1), bias=False)
      (norm): BatchNorm2d(160, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (relu): ReLU(inplace)
    )
    (12): AvgPool2d(kernel_size=2, stride=2, padding=0)
    (13): HarDBlock(
      (layers): ModuleList(
        (0): ConvLayer(
          (conv): Conv2d(160, 24, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (1): ConvLayer(
          (conv): Conv2d(184, 40, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(40, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (2): ConvLayer(
          (conv): Conv2d(40, 24, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (3): ConvLayer(
          (conv): Conv2d(224, 70, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(70, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (4): ConvLayer(
          (conv): Conv2d(70, 24, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (5): ConvLayer(
          (conv): Conv2d(94, 40, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(40, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (6): ConvLayer(
          (conv): Conv2d(40, 24, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (7): ConvLayer(
          (conv): Conv2d(294, 118, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(118, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
      )
    )
    (14): ConvLayer(
      (conv): Conv2d(214, 224, kernel_size=(1, 1), stride=(1, 1), bias=False)
      (norm): BatchNorm2d(224, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (relu): ReLU(inplace)
    )
    (15): AvgPool2d(kernel_size=2, stride=2, padding=0)
    (16): HarDBlock(
      (layers): ModuleList(
        (0): ConvLayer(
          (conv): Conv2d(224, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (1): ConvLayer(
          (conv): Conv2d(256, 54, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(54, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (2): ConvLayer(
          (conv): Conv2d(54, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (3): ConvLayer(
          (conv): Conv2d(310, 92, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(92, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (4): ConvLayer(
          (conv): Conv2d(92, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (5): ConvLayer(
          (conv): Conv2d(124, 54, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(54, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (6): ConvLayer(
          (conv): Conv2d(54, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (7): ConvLayer(
          (conv): Conv2d(402, 158, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(158, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
      )
    )
    (17): ConvLayer(
      (conv): Conv2d(286, 320, kernel_size=(1, 1), stride=(1, 1), bias=False)
      (norm): BatchNorm2d(320, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (relu): ReLU(inplace)
    )
  )
  (transUpBlocks): ModuleList(
    (0): TransitionUp()
    (1): TransitionUp()
    (2): TransitionUp()
    (3): TransitionUp()
  )
  (denseBlocksUp): ModuleList(
    (0): HarDBlock(
      (layers): ModuleList(
        (0): ConvLayer(
          (conv): Conv2d(267, 24, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (1): ConvLayer(
          (conv): Conv2d(291, 40, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(40, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (2): ConvLayer(
          (conv): Conv2d(40, 24, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (3): ConvLayer(
          (conv): Conv2d(331, 70, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(70, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (4): ConvLayer(
          (conv): Conv2d(70, 24, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (5): ConvLayer(
          (conv): Conv2d(94, 40, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(40, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (6): ConvLayer(
          (conv): Conv2d(40, 24, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (7): ConvLayer(
          (conv): Conv2d(401, 118, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(118, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
      )
    )
    (1): HarDBlock(
      (layers): ModuleList(
        (0): ConvLayer(
          (conv): Conv2d(187, 18, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(18, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (1): ConvLayer(
          (conv): Conv2d(205, 30, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(30, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (2): ConvLayer(
          (conv): Conv2d(30, 18, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(18, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (3): ConvLayer(
          (conv): Conv2d(235, 52, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(52, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (4): ConvLayer(
          (conv): Conv2d(52, 18, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(18, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (5): ConvLayer(
          (conv): Conv2d(70, 30, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(30, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (6): ConvLayer(
          (conv): Conv2d(30, 18, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(18, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (7): ConvLayer(
          (conv): Conv2d(287, 88, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(88, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
      )
    )
    (2): HarDBlock(
      (layers): ModuleList(
        (0): ConvLayer(
          (conv): Conv2d(119, 16, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(16, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (1): ConvLayer(
          (conv): Conv2d(135, 28, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(28, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (2): ConvLayer(
          (conv): Conv2d(28, 16, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(16, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (3): ConvLayer(
          (conv): Conv2d(163, 46, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(46, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
      )
    )
    (3): HarDBlock(
      (layers): ModuleList(
        (0): ConvLayer(
          (conv): Conv2d(63, 10, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(10, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (1): ConvLayer(
          (conv): Conv2d(73, 18, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(18, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (2): ConvLayer(
          (conv): Conv2d(18, 10, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(10, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
        (3): ConvLayer(
          (conv): Conv2d(91, 28, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
          (norm): BatchNorm2d(28, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
          (relu): ReLU(inplace)
        )
      )
    )
  )
  (conv1x1_up): ModuleList(
    (0): ConvLayer(
      (conv): Conv2d(534, 267, kernel_size=(1, 1), stride=(1, 1), bias=False)
      (norm): BatchNorm2d(267, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (relu): ReLU(inplace)
    )
    (1): ConvLayer(
      (conv): Conv2d(374, 187, kernel_size=(1, 1), stride=(1, 1), bias=False)
      (norm): BatchNorm2d(187, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (relu): ReLU(inplace)
    )
    (2): ConvLayer(
      (conv): Conv2d(238, 119, kernel_size=(1, 1), stride=(1, 1), bias=False)
      (norm): BatchNorm2d(119, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (relu): ReLU(inplace)
    )
    (3): ConvLayer(
      (conv): Conv2d(126, 63, kernel_size=(1, 1), stride=(1, 1), bias=False)
      (norm): BatchNorm2d(63, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (relu): ReLU(inplace)
    )
  )
  (finalConv): Conv2d(48, 7, kernel_size=(1, 1), stride=(1, 1))
)



请问这里面有rk3399pro不支持的op吗？

你这么发谁知道哪个支持哪个不支持。
把转换时候的verbose发出来

使用到了深度可分离卷积，目前这个op支持吗？

TracedModule[hardnet](
  (base): TracedModule[ModuleList](
    (0): TracedModule[Sequential](
      (0): TracedModule[Conv2d]()
      (1): TracedModule[ReLU]()
    )
    (1): TracedModule[Sequential](
      (0): TracedModule[Conv2d]()
      (1): TracedModule[ReLU]()
    )
    (2): TracedModule[Sequential](
      (0): TracedModule[Conv2d]()
      (1): TracedModule[ReLU]()
    )
    (3): TracedModule[Sequential](
      (0): TracedModule[Conv2d]()
      (1): TracedModule[ReLU]()
    )
    (4): TracedModule[HarDBlock](
      (layers): TracedModule[ModuleList](
        (0): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (1): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (2): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (3): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
      )
    )
    (5): TracedModule[Sequential](
      (0): TracedModule[Conv2d]()
      (1): TracedModule[ReLU]()
    )
    (6): TracedModule[AvgPool2d]()
    (7): TracedModule[HarDBlock](
      (layers): TracedModule[ModuleList](
        (0): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (1): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (2): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (3): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
      )
    )
    (8): TracedModule[Sequential](
      (0): TracedModule[Conv2d]()
      (1): TracedModule[ReLU]()
    )
    (9): TracedModule[AvgPool2d]()
    (10): TracedModule[HarDBlock](
      (layers): TracedModule[ModuleList](
        (0): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (1): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (2): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (3): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (4): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (5): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (6): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (7): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
      )
    )
    (11): TracedModule[Sequential](
      (0): TracedModule[Conv2d]()
      (1): TracedModule[ReLU]()
    )
    (12): TracedModule[AvgPool2d]()
    (13): TracedModule[HarDBlock](
      (layers): TracedModule[ModuleList](
        (0): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (1): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (2): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (3): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (4): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (5): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (6): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (7): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
      )
    )
    (14): TracedModule[Sequential](
      (0): TracedModule[Conv2d]()
      (1): TracedModule[ReLU]()
    )
    (15): TracedModule[AvgPool2d]()
    (16): TracedModule[HarDBlock](
      (layers): TracedModule[ModuleList](
        (0): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (1): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (2): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (3): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (4): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (5): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (6): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (7): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
      )
    )
    (17): TracedModule[Sequential](
      (0): TracedModule[Conv2d]()
      (1): TracedModule[ReLU]()
    )
  )
  (transUpBlocks): TracedModule[ModuleList](
    (0): TracedModule[TransitionUp]()
    (1): TracedModule[TransitionUp]()
    (2): TracedModule[TransitionUp]()
    (3): TracedModule[TransitionUp]()
  )
  (denseBlocksUp): TracedModule[ModuleList](
    (0): TracedModule[HarDBlock](
      (layers): TracedModule[ModuleList](
        (0): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (1): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (2): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (3): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (4): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (5): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (6): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (7): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
      )
    )
    (1): TracedModule[HarDBlock](
      (layers): TracedModule[ModuleList](
        (0): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (1): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (2): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (3): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (4): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (5): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (6): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (7): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
      )
    )
    (2): TracedModule[HarDBlock](
      (layers): TracedModule[ModuleList](
        (0): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (1): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (2): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (3): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
      )
    )
    (3): TracedModule[HarDBlock](
      (layers): TracedModule[ModuleList](
        (0): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (1): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (2): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
        (3): TracedModule[Sequential](
          (0): TracedModule[Conv2d]()
          (1): TracedModule[ReLU]()
        )
      )
    )
  )
  (conv1x1_up): TracedModule[ModuleList](
    (0): TracedModule[Sequential](
      (0): TracedModule[Conv2d]()
      (1): TracedModule[ReLU]()
    )
    (1): TracedModule[Sequential](
      (0): TracedModule[Conv2d]()
      (1): TracedModule[ReLU]()
    )
    (2): TracedModule[Sequential](
      (0): TracedModule[Conv2d]()
      (1): TracedModule[ReLU]()
    )
    (3): TracedModule[Sequential](
      (0): TracedModule[Conv2d]()
      (1): TracedModule[ReLU]()
    )
  )
  (finalConv): TracedModule[Conv2d]()
)


你说的是这些信息吗？

18022443868 发表于 2020-5-7 16:38
使用到了深度可分离卷积，目前这个op支持吗？

1. dw卷积可以支持，但要改，参看我们troubleshoot文档有介绍
2. 你确定你要用dw卷积么，dw卷积存在的目的是为了在cpu上提高运算速度，但是牺牲了一定的精度，
我们NPU跑普通卷积速度远快于dw卷积，何必要多此一举牺牲精度还牺牲了速度。。
3. 你问的问题troubleshoot文档里均有解答

你说的这个文档是在什么地方？

RKNN\rknn-toolkit\doc  这个文件夹下面的文档吗？
回复居然不能上传图片，

倒残差op结构目前支持吗？

找到了你说的那个文件了，Rockchip_Trouble_Shooting_RKNN_Toolkit_V1.3_CN.PDF里面。