
代码中通过得到模型输出后的数组大小为352800,大小应该为[1.42,8200],但是om模型得到输出要得到[1,84,8200]
将om可视化之后,输出shape也是[1,84,8200]
但是通过以下代码只读取到了[1,42,8200]
代码中通过得到模型输出后的数组大小为352800,大小应该为[1.42,8200],但是om模型得到输出要得到[1,84,8200]
将om可视化之后,输出shape也是[1,84,8200]
但是通过以下代码只读取到了[1,42,8200]
以上是官网的构造输出数据集的函数
通过官网构造的数据集函数,在得到数组大小只有[1,42,8200]与模型期望的输出少了yi'ban
代码中通过得到模型输出后的数组大小为352800,大小应该为[1.42,8200],但是om模型得到输出要得到[1,84,8200]
将om可视化之后,输出shape也是[1,84,8200]
但是通过以下代码只读取到了[1,42,8200]
代码中通过得到模型输出后的数组大小为352800,大小应该为[1.42,8200],但是om模型得到输出要得到[1,84,8200]
将om可视化之后,输出shape也是[1,84,8200]
但是通过以下代码只读取到了[1,42,8200]
def _gen_output_dataset(self): ''' 组织输出数据的dataset结构 ''' output_num = acl.mdl.get_num_outputs(self.model_desc) # 根据模型信息得到模型输出个数 self.load_output_dataset = acl.mdl.create_dataset() # 创建输出dataset结构 for i in range(output_num): temp_buffer_size = acl.mdl.get_output_size_by_index(self.model_desc, i) # 获取模型输出个数 temp_buffer, ret = acl.rt.malloc(temp_buffer_size, ACL_MEM_MALLOC_HUGE_FIRST) # 为每个输出申请device内存 dataset_buffer = acl.create_data_buffer(temp_buffer, temp_buffer_size) # 创建输出的data buffer结构,将申请的内存填入data buffer _, ret = acl.mdl.add_dataset_buffer(self.load_output_dataset, dataset_buffer) # 将 data buffer 加入输出dataset print("create model output dataset success")以上是官网的构造输出数据集的函数
通过官网构造的数据集函数,在得到数组大小只有[1,42,8200]与模型期望的输出少了yi'ban