企业官网建设流程全解析

IMPLEMT_INFERFUNC

【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

头文件

#include <graph/operator_reg.h>

功能说明

封装算子的InferShape函数。

该函数传入的OpType为基于Operator类派生出来的子类，会自动生成一个类型为此子类的对象op，可以使用子类的成员函数获取输入输出描述的方法，从而进行InferShape的实现。

基于OpType派生出来的子类op的成员函数如下：

• op.set_input_x(Operator &v, const string &srcName)：将网络中算子v的输出srcName设置为当前算子的输入x。

• op.get_input_desc_x()：获取该算子的输入x的描述信息，返回对象为TensorDesc类型。

  op.update_input_desc_x(const TensorDesc& tensorDesc)：更新输入x的描述信息，包括shape、datatype与format。

• op.get_output_desc_y()：获取该算子的输出y的描述信息，返回对象TensorDesc类型。

• op.update_output_desc_y(const TensorDesc& tensorDesc)：更新输出y的描述信息，包括shape、datatype与format。

• op.get_attr_attr1(AscendString &val)：获取算子属性attr1的值val。

函数原型

IMPLEMT_INFERFUNC(op_name, func_name)

参数说明

返回值说明

无

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