CANN/ge DataFlow map_input函数文档

# map_input

【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映射输入，表示将FlowNode的第node_input_index个输入给到ProcessPoint的第pp_input_index个输入，并且给ProcessPoint的该输入设置上attr里的所有属性，返回映射好的FlowNode节点。该函数可选，不被调用时会默认按顺序去映射FlowNode和ProcessPoint的输入。

函数原型

map_input(node_input_index, pp, pp_input_index, input_attrs=[])

参数说明

参数名称	数据类型	取值说明
node_input_index	int	FlowNode节点输入index，小于等于输入个数。
pp	Union[GraphProcessPoint, FuncProcessPoint]	FlowNode节点映射的pp。可以是GraphProcessPoint或者FuncProcessPoint。
pp_input_index	int	pp的输入index。
input_attrs	List[Union[TimeBatch, CountBatch]]	属性集，当前支持TimeBatch和CountBatch。

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=1) flow_node.add_process_point(pp) flow_node.map_input(0, pp, 1) flow_node.map_input(1, pp, 0) flow_node_out = flow_node(data0, 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