企业官网建设流程全解析

# dataflow.FlowData

【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

DataFlow Graph中的数据节点，每个FlowData对应一个输入。

函数原型

FlowData(data_cls=Tensor, schema:Optional[TensorDesc]=None, name=None)

参数说明

返回值

正常场景下返回None。

返回raise DfException表示参数类型不正确。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 # 创建不指定数据类型和名称的输入节点，如果用户不指定name，框架将为其分配唯一的节点名称：FlowData FlowData_1 data = df.FlowData() # 创建接受int32数据类型shape为[1]的输入节点 data = df.FlowData(schema=df.TensorDesc(df.DT_INT32, [1])) # 创建不指定数据类型，指定名称为data0的输入节点 data = df.FlowData(name="data0") # 创建数据类型为int32，shape为[1],名称为data0的输入节点 data = df.FlowData(schema=df.TensorDesc(df.DT_INT32, [1]), name="data0")

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