GraphProcessPoint
【免费下载链接】geGE（Graph 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 | √ |
函数功能
GraphProcessPoint构造函数，返回一个GraphProcessPoint对象。
函数原型
GraphProcessPoint(framework, graph_file, load_params={}, compile_config_path="", name=None)参数说明
| 参数名称 | 数据类型 | 取值说明 |
|---|---|---|
| framework | Framework | IR文件的框架类型，详见dataflow.Framework。 |
| graph_file | str | IR文件路径。 |
| load_params | Dict[str, str] | 配置参数map映射表，key为参数类型，value为参数值，均为String格式，用于描述原始模型解析参数。 |
| compile_config_path | str | 编译graph时的配置文件路径。 配置文件实例如下： {"build_option":{},"inputs_tensor_desc":[{"data_type":"DT_UINT32","shape":[3]},{"data_type":"DT_UINT32","shape":[3]}]} |
| name | str | 处理点名称，框架会自动保证名称唯一，不设置时会自动生成GraphProcessPoint, GraphProcessPoint_1, GraphProcessPoint_2,...的名称。 |
表 1GraphProcessPoint的json配置文件
| 配置项 | 可选/必选 | 描述 |
|---|---|---|
| build_options | 可选 | 值为map<string, string>, 有需要设置时参考Ascend Graph中的build_options。 |
| inputs_tensor_desc | 可选 | 值为list，Graph的输入节点，list元素为tensor的描述。 |
| inputs_tensor_desc.data_type | 可选 | 字符串类型。 取值为Graph中的data_type对应字符串。 |
| inputs_tensor_desc.shape | 可选 | 值为整数类型的列表。 取值为Graph中的shape。 |
返回值
正常场景下返回None。
异常情况下会抛出DfException异常。可以通过捕捉异常获取DfException中的error_code与message查看具体的错误码及错误信息。详细信息请参考DataFlow错误码。
调用示例
import dataflow as df pp1 = df.GraphProcessPoint(...)约束说明
无
【免费下载链接】geGE（Graph 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
