企业官网建设流程全解析

# map_output

【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

• Atlas A3 训练系列产品/Atlas A3 推理系列产品：支持
• Atlas A2 推理系列产品/Atlas A2 训练系列产品：支持

函数功能

给FlowNode映射输出，表示将pp的第pp_output_index个输出给到FlowNode的第node_output_index个输出，返回映射好的FlowNode节点。

可选调方法，不调用会默认按顺序去映射FlowNode和pp的输出。

函数原型

map_output(node_output_index, pp, pp_output_index)

参数说明

返回值

正常场景下返回None。

异常情况如下会抛出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 pp = df.FuncProcessPoint(...) flow_node = df.FlowNode(input_num=2, output_num=2) flow_node.add_process_point(pp) flow_node.map_input(0, pp, 0) flow_node.map_input(1, pp, 1) flow_node.map_output(0, pp, 1) flow_node.map_output(1, pp, 0) # 构建连边关系 flow_node_out = flow_node(data, data1)

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