企业官网建设流程全解析

Build

【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/库文件

• 头文件：#include <ge/compliant_node_builder.h>
• 库文件：libeager_style_graph_builder_base.so、libeager_style_graph_builder_base_static.a

功能说明

构建并返回图节点

函数原型

ge::GNode Build() const

参数说明

无

返回值说明

约束说明

无

调用示例

auto ge_graph = std::make_unique<ge::Graph>("graph"); auto add_node = ge::es::CompliantNodeBuilder(ge_graph.get()).OpType("Add") .Name("add_0") .IrDefInputsV2({ {"x1", ge::es::CompliantNodeBuilder::kEsIrInputRequired, ""}, {"x2", ge::es::CompliantNodeBuilder::kEsIrInputRequired, ""}, }) .IrDefOutputsV2({ {"y", ge::es::CompliantNodeBuilder::kEsIrOutputRequired, ""}, }) .IrDefAttrsV2({ }) .Build(); // 示例中通过链式调用根据Add的ir原型，在图中创建了一个Add算子的实例add_0

【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