--input_shape

功能说明

指定模型输入数据的shape。

关联参数

无。

参数取值

参数值：模型输入的shape信息，例如："input_name:n,c,h,w"。指定的节点必须放在双引号中；若模型有多个输入，则不同输入之间使用英文分号分隔，例如"input_name1:n1,c1,h1,w1;input_name2:n2,c2,h2,w2。input_name必须是转换前的网络模型中的节点名称。

参数值约束：若原始模型中输入数据的某个维度不固定，例如input_name1:？,h,w,c，该参数必填。其中“？”为batch数，表示一次处理的图片数量，该场景下用户可以进行如下操作：

1. 设置为固定取值，例如，取值为“1，2，3...”，用于将输入数据某个维度不固定的原始模型转换为固定维度的离线模型。
2. 如果模型输入数据为标量（例如BOOL类型），该场景下无需配置对应节点的--input_shape参数。
3. 设置为“-1”，与--dynamic_batch_size参数配合使用，用于设置动态batch档位参数，详细使用请参见--dynamic_batch_size参数。

推荐配置及收益

无。

示例

--input_shape="input_name1:n1,c1,h1,w1;input_name2:n2,c2,h2,w2"

例如某网络的输入shape信息，输入1：input_0_0 [16,32,208,208]，输入2：input_1_0 [16,64,208,208]，则--input_shape的配置信息为：

--input_shape="input_0_0:16,32,208,208;input_1_0:16,64,208,208"

支持的芯片型号

昇腾310 AI处理器

昇腾310P AI处理器

昇腾910 AI处理器

依赖约束

无。