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:set_input_dynamic_dims

C函数原型

aclError aclmdlSetInputDynamicDims(uint32_t modelId, aclmdlDataset *dataset, size_t index, const aclmdlIODims *dims)

Python函数

ret = acl.mdl.set_input_dynamic_dims(model_id, dataset_in, index, dims)

函数功能

如果模型输入的Shape是动态的、输入数据Format为ND格式(ND表示支持任意格式,N<=4),在模型执行前调用本接口设置模型推理时具体维度的值。

输入说明

model_id:int,模型ID。

调用acl.mdl.load_from_file接口/acl.mdl.load_from_mem接口/acl.mdl.load_from_file_with_mem接口/acl.mdl.load_from_mem_with_mem接口加载模型成功后,会返回模型ID。

dataset_in:int,表示模型的输入数据。

使用aclmdlDataset类型的数据描述模型推理时的输入数据,输入的内存地址、内存大小用aclDataBuffer类型的数据来描述,aclmdlDataset

index:int,标识动态维度的输入index。

需调用acl.mdl.get_input_index_by_name接口获取,输入名称固定为“ascend_mbatch_shape_data”

dims:dict,指定具体某一档的所有维度信息,具体请参见aclmdlIODims

可以调用acl.mdl.get_input_dynamic_dims接口获取指定模型支持的动态维度档位数以及每一档中的值。

例如:使用ATC工具进行模型转换时,input_shap="data:1,1,40,-1;label:1,-1;mask:-1,-1" ,dynamic_dims="20,20,1,1; 40,40,2,2; 80,60,4,4",若输入数据的真实维度为(1,1,40,20,1,20,1,1),则dims输入示例如下(name暂不使用):

dims = {'dimCount': 8, 'name': '', 'dims': [1,1,40,20,1,20,1,1]}

返回值说明

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

参考资源

接口调用流程与示例,参见动态Batch/动态分辨率/动态维度(设置多档维度值)

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