Atlas系列硬件: Atlas 200l DK A2 开发者套件; Atlas 200l DK 开发者套件（型号：3000）; 加速模块、加速卡、智能小站、服务器、集群

异构计算架构: CANN社区版; CANN商用版

AI框架: MindSpore; TensorFlow框架模型（社区版）; TensorFlow框架模型（商用版）; PyTorch框架适配

昇腾推理引擎: MindIE

应用使能MindX: MindX DL; MindX Edge; MindX SDK

全流程开发工具: MindStudio

keep_tensors_dtypes

功能说明

指定哪些算子保持原有精度。

函数原型

def keep_tensors_dtypes(graph, input_tensors)

参数说明

参数名	输入/输出	描述
graph	输入	从pb模型导入的图。
input_tensors	输入	需要保持精度的算子名称。

返回值

无。

使用约束

该接口仅适用于在线推理场景。
算子精度模式为保持原图精度（即precision_mode指定为must_keep_origin_dtype）时，该接口不生效。

调用示例

      
           from npu_bridge.estimator.npu import util
g=tf.Graph()
util.keep_tensors_dtypes(g,("random_uniform_1/sub:0",))

父主题： npu_bridge.estimator.npu.util