昇腾GE Parser解析接口配置参数-酒店常州论坛 - Powered by Discuz!

昇腾GE Parser解析接口配置参数

2026/10/13 13:36:49 网站建设项目流程

Parser解析接口支持的配置参数

【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

表 1Parser解析接口支持的配置参数

参数	说明
INPUT_FP16_NODES	指定输入数据类型为FP16的输入节点名称。例如："node_name1;node_name2"，指定的节点必须放在双引号中，节点中间使用英文分号分隔。配置示例： {ge::AscendString(ge::ir_option::INPUT_FP16_NODES), ge::AscendString("input1;input2")},
IS_INPUT_ADJUST_HW_LAYOUT	用于指定网络输入数据类型是否为FP16，数据格式是否为NC1HWC0。该参数需要与INPUT_FP16_NODES配合使用。若IS_INPUT_ADJUST_HW_LAYOUT参数设置为true，对应INPUT_FP16_NODES节点的输入数据类型为FP16，输入数据格式为NC1HWC0。取值范围为false或true，默认值为false。配置示例： {ge::AscendString(ge::ir_option::INPUT_FP16_NODES), ge::AscendString("input1;input2")}, {ge::AscendString(ge::ir_option::IS_INPUT_ADJUST_HW_LAYOUT), ge::AscendString("true,true")},
OUTPUT	指定转图后计算图名称。配置示例： {ge::AscendString(ge::ir_option::OUTPUT), ge::AscendString("newIssue")},
IS_OUTPUT_ADJUST_HW_LAYOUT	用于指定网络输出的数据类型是否为FP16，数据格式是否为NC1HWC0。该参数需要与OUT_NODES配合使用。若IS_OUTPUT_ADJUST_HW_LAYOUT参数设置为true，对应OUT_NODES中输出节点的输出数据类型为FP16，数据格式为NC1HWC0。取值：false或true，默认为false。配置示例： {ge::AscendString(ge::ir_option::OUT_NODES), ge::AscendString("add_input:0")}, {ge::AscendString(ge::ir_option::IS_OUTPUT_ADJUST_HW_LAYOUT), ge::AscendString("true")},
OUT_NODES	指定某层输出节点（算子）作为网络模型的输出或指定网络模型输出的名称。如果不指定输出节点（算子名称），则模型的输出默认为最后一层的算子信息，如果指定，则以指定的为准。某些情况下，用户想要查看某层算子参数是否合适，则需要将该层算子的参数输出，即可以在模型编译时通过该参数指定输出某层算子，模型编译后，在相应.om模型文件最后即可以看到指定输出算子的参数信息，如果通过.om模型文件无法查看，则可以将.om模型文件转换成JSON格式后查看。支持三种格式：格式1："node_name1:0;node_name1:1;node_name2:0"。网络模型中的节点（node_name）名称，指定的输出节点必须放在双引号中，节点中间使用英文分号分隔。node_name必须是模型编译前的网络模型中的节点名称，冒号后的数字表示第几个输出，例如node_name1:0，表示节点名称为node_name1的第1个输出。示例： {ge::AscendString(ge::ir_option::OUT_NODES), ge::AscendString("add_input:0")}, 格式2："topname1;topname2"。(仅支持CAFFE) 某层输出节点的topname，指定的输出节点必须放在双引号中，节点中间使用英文分号分隔。topname必须是模型编译前的caffe网络模型中的layer的某个top名称；若几个layer有相同的topname，最后一个layer为准。示例： {ge::AscendString(ge::ir_option::OUT_NODES), ge::AscendString("res5c_branch2c")}, 格式3："output1;output2;output3"（仅支持ONNX）指定网络模型输出的名称（output的name），指定的output的name必须放在双引号中，多个output的name中间使用英文分号分隔。output必须是网络模型的输出。示例： {ge::AscendString(ge::ir_option::OUT_NODES), ge::AscendString("output1")},
ENABLE_SCOPE_FUSION_PASSES	指定编译时需要生效的融合规则列表。融合规则分类如下：内置融合规则： General：各网络通用的scope融合规则；默认生效，不支持用户指定失效。 Non-General：特定网络适用的scope融合规则；默认不生效，用户可以通过ENABLE_SCOPE_FUSION_PASSES参数指定生效的融合规则列表。用户自定义的融合规则： General：加载后默认生效，暂不提供用户指定失效的功能。 Non-General：加载后默认不生效，用户可以通过ENABLE_SCOPE_FUSION_PASSES参数指定生效的融合规则列表。指定的融合规则必须放在双引号中，规则中间使用英文逗号分隔。配置示例： {ge::AscendString(ge::ir_option::ENABLE_SCOPE_FUSION_PASSES), ge::AscendString("ScopePass1,ScopePass2")}, 说明：仅aclgrphParseTensorFlow支持该参数。
INPUT_DATA_NAMES	指定模型文件输入节点的name和index属性的映射关系。系统按照输入name的顺序，设置对应输入节点的index属性。配置示例： {ge::AscendString(ge::ir_option::INPUT_DATA_NAMES), ge::AscendString("Placeholder,Placeholder_1")},
INPUT_SHAPE	模型输入的shape信息。参数取值：静态shape。若模型为单个输入，则shape信息为"input_name:n,c,h,w"；指定的节点必须放在双引号中。若模型有多个输入，则shape信息为"input_name1:n1,c1,h1,w1;input_name2:n2,c2,h2,w2"；不同输入之间使用英文分号分隔，input_name必须是转换前的网络模型中的节点名称。若原始模型中输入数据的某个或某些维度值不固定，当前支持通过设置shape范围的方式转换模型。设置shape范围。设置INPUT_SHAPE参数时，可将对应维度的值设置为范围。支持按照name设置："input_name1:n1,c1,h1,w1;input_name2:n2,c2,h2,w2"，例如："input_name1:8~20,3,5,-1;input_name2:5,3~9,10,-1"。指定的节点必须放在双引号中，节点中间使用英文分号分隔。input_name必须是转换前的网络模型中的节点名称。如果用户知道data节点的name，推荐按照name设置。支持按照index设置："n1,c1,h1,w1;n2,c2,h2,w2"，例如："8~20,3,5,-1;5,3~9,10,-1"。可以不指定节点名，节点按照索引顺序排列，节点中间使用英文分号分隔。按照index设置shape范围时，data节点需要设置属性index，说明是第几个输入，index从0开始。如果用户不想指定维度的范围或具体取值，则可以将其设置为-1，表示此维度可以使用>=0的任意取值，该场景下取值上限为int64数据类型表达范围，但受限于host和device侧物理内存的大小，用户可以通过增大内存来支持。 shape为标量。非动态分档场景： shape为标量的输入，可选配置，例如模型有两个输入，input_name1为标量，即shape为"[]"形式，input_name2输入shape为[n2,c2,h2,w2]，则shape信息为"input_name1:;input_name2:n2,c2,h2,w2"，指定的节点必须放在双引号中，不同输入之间使用英文分号分隔，input_name必须是转换前的网络模型中的节点名称；标量的输入如果配置，则配置为空。配置示例：静态shape，例如某网络的输入shape信息，输入1：input_0_0 [16,32,208,208]，输入2：input_1_0 [16,64,208,208]，则INPUT_SHAPE的配置信息为： {ge::AscendString(ge::ir_option::INPUT_SHAPE), ge::AscendString("input_0_0:16,32,208,208;input_1_0:16,64,208,208")}, 设置shape范围的示例： {ge::AscendString(ge::ir_option::INPUT_SHAPE), ge::AscendString("input_0_0:1~10,32,208,208;input_1_0:16,64,100~208,100~208")}, shape为标量非动态分档场景 shape为标量的输入，可选配置。例如模型有两个输入，input_name1为标量，input_name2输入shape为[16,32,208,208]，配置示例为： {ge::AscendString(ge::ir_option::INPUT_SHAPE), ge::AscendString("input_name1:;input_name2:16,32,208,208")}, 上述示例中的input_name1为可选配置。说明： INPUT_SHAPE为可选设置。如果不设置，系统直接读取对应Data节点的shape信息，如果设置，以此处设置的为准，同时刷新对应Data节点的shape信息。

【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

标签：网站建设企业官网项目流程 UI设计前端开发

需要专业的网站建设服务？

联系我们获取免费的网站建设咨询和方案报价，让我们帮助您实现业务目标