aclmdlGetInputDims【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge产品支持情况产品是否支持Atlas A3 训练系列产品 / Atlas A3 推理系列产品√Atlas A2 训练系列产品 / Atlas A2 推理系列产品√功能说明根据模型描述信息获取模型的输入tensor的维度信息。如果模型中含有静态AIPP配置信息您可以根据实际需要选择aclmdlGetInputDims接口或aclmdlGetInputDimsV2接口查询维度信息两者的区别在于通过aclmdlGetInputDims接口获取的维度信息各维度的值与输入图像的各维度的值保持一致详细规则如表1所示。通过aclmdlGetInputDimsV2接口获取的维度信息H维度的值 输入图像的H维度值*系数不同图片格式下C维度的值不同详细规则如aclmdlGetInputDimsV2接口处的表1所示且各维度值相乘的结果值与通过aclmdlGetInputSizeByIndex接口获取的值保持一致。函数原型aclError aclmdlGetInputDims(const aclmdlDesc *modelDesc, size_t index, aclmdlIODims *dims)参数说明参数名输入/输出说明modelDesc输入aclmdlDesc类型的指针。需提前调用aclmdlCreateDesc接口创建aclmdlDesc类型的数据。index输入指定获取第几个输入的Dimsindex值从0开始。dims输出输入维度信息的指针。针对动态Batch、动态分辨率宽高的场景输入tensor的dims中batch size或宽高为-1表示其动态可变。例如输入tensor的format为NCHW在动态Batch场景下动态可变的输入tensor的dims为[-1,3,224,224]在动态分辨率场景下动态可变的输入tensor的dims为[1,3,-1,-1]。举例中的斜体部分以实际情况为准。若tensor的name长度大于127则在输出的dims.name时接口会将tensor的name转换为“acl_modelId_${id}_input_${index}_${随机字符串}”格式如果转换后的tensor的name与模型中已有的tensor的name冲突则会在转换后的name尾部增加“_${随机字符串}”否则不会增加随机字符串并在转换后的name与原name之间建立映射关系用户可调用aclmdlGetTensorRealName接口传入转换后的name获取原name若向接口传入原name则获取的还是原name若tensor的name长度小于或等于127则在输出的dims.name时按tensor的name输出。针对静态AIPP场景本接口针对不同格式的图像对应NHWC的Format格式当前接口中明确各个维度的定义规则如表1所示。表 1静态AIPP场景下的维度定义规则图像格式Format参考格式维度定义规则YUV420SP_U8NHWCn,h,w,cXRGB8888_U8NHWCn,h,w,cRGB888_U8NHWCn,h,w,cYUV400_U8NHWCn,h,w,cARGB8888_U8NHWCn,h,w,cYUYV_U8NHWCn,h,w,cYUV422SP_U8NHWCn,h,w,cAYUV444_U8NHWCn,h,w,c返回值说明返回0表示成功返回其他值表示失败请参见aclError。【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考