下载
中文
注册
我要评分
文档获取效率
文档正确性
内容完整性
文档易理解
在线提单
论坛求助
昇腾小AI

函数:load_from_mem_with_mem

C函数原型

aclError aclmdlLoadFromMemWithMem(const void *model, size_t modelSize, uint32_t *modelId, void *workPtr, size_t workSize, void *weightPtr, size_t weightSize)

Python函数

model_id,ret = acl.mdl.load_from_mem_with_mem(model, model_size, work_ptr, work_size, weight_ptr, weight_size)

函数功能

从内存加载离线模型数据,由用户自行管理模型运行的内存。

系统完成模型加载后,返回的模型ID,作为后续操作时用于识别模型的标志。

输入说明

model:int,模型数据的内存地址。
  • 应用运行在Host时,此处需申请Host上的内存。
  • 应用运行在Device时,此处需申请Device上的内存。
  • 应用的运行模式可使用acl.rt.get_run_mode接口获取。

model_size:int,模型数据长度,单位Byte。

work_ptr:int,Device上模型所需工作内存(存放模型输入/输出等数据)的指针地址,由用户自行管理,模型执行过程中不能释放该内存。如果在该参数处传入0,表示由系统管理内存。

说明:

用户自行管理工作内存时,如果多个模型串行执行,可共用同一个工作内存,但用户需确保模型的串行执行顺序,工作内存的大小需按多个模型中最大工作内存的大小来申请,例如通过以下方式保证串行:

  • 同步模型执行时,加锁,保证执行任务串行。
  • 异步模型执行时,使用同一个Stream,保证执行任务串行。

work_size:int,模型所需工作内存的大小,单位Byte。“work_ptr”为0时无效。

weight_ptr:int,Device上模型权值内存(存放权值数据)的指针地址,由用户自行管理,模型执行过程中不能释放该内存。如果在“weight_ptr”参数处传入0,表示由系统管理内存。

说明:

使用用户自行管理权值内存时,在多线程场景下,对于同一个模型,如果在每个线程中都加载了一次,可选择共用“weight_ptr”的方式,因为“weight_ptr”内存在推理过程中是只读的。

此处需注意,在共用“weight_ptr”期间,不能释放“weight_ptr”

weight_size:int,模型所需权值内存的大小,单位Byte。“weight_ptr”为0时无效。

返回值说明

model_id:int,系统完成模型加载后生成的模型ID。

ret:int,错误码。

  • 返回0表示成功。
  • 返回其它值表示失败。

约束说明

模型加载、模型执行、模型卸载的操作必须在同一个Context下(关于Context的创建请参见acl.rt.set_deviceacl.rt.create_context)。

相关接口

当前pyACL还提供了acl.mdl.set_config_opt接口、acl.mdl.load_with_config接口来实现模型加载,通过配置对象中的属性来区分,在加载模型时是从文件加载,还是从内存加载,以及内存是由系统内部管理,还是由用户管理。

参考资源

接口调用流程,参见模型加载

搜索结果
找到“0”个结果

当前产品无相关内容

未找到相关内容,请尝试其他搜索词