---
title: 动态Shape算子（不注册算子选择器）
description: "对于支持动态Shape的算子："
url: https://www.hiascend.com/document/detail/zh/Atlas200IDKA2DeveloperKit/latest/Application%20Development%20Guide/aadgp/aclpythondevg_0048.html
sourcePath: /source/zh/Atlas200IDKA2DeveloperKit/23.0.RC2/Application Development Guide/aadgp/aclpythondevg_0048.html
indexId: e091ae2df93961c89dba32060e2f3eb1f639bcaca9b2b60a6948f2e7823a1845105
---
# 动态Shape算子（不注册算子选择器）

#### 基本原理

对于支持动态Shape的算子：

- 如果算子输出Shape明确，该类算子执行的基本流程与固定Shape算子执行类似，接口调用流程请参见  接口调用流程
，执行固定Shape算子的示例代码请参见  固定Shape算子
。
- 如果无法明确算子的输出Shape，在调用  acl.op.execute_v2
接口前，需用户调用  acl.op.infer_shape
接口、  acl.get_tensor_desc_num_dims
接口、  acl.get_tensor_desc_dim_v2
接口、  acl.get_tensor_desc_dim_range
等接口，推导或预估算子的输出Shape，作为算子执行接口  acl.op.execute_v2
的输入。


#### 示例代码

调用接口后，需增加异常处理的分支，并记录报错日志、提示日志，此处不一一列举。以下是关键步骤的代码示例，不可以直接拷贝运行，仅供参考。

```
import acl
# ......
# 此处算子输入tensor数据的内存必须根据应用运行模式来确定，应用运行在Host时，此处需申请Host上的内存。
# 应用运行在Device时，此处需申请Device上的内存。
ret =
acl.op.infer_shape
(op_type, self.in_desc_list, self.in_list, num_outputs, self.out_desc_list, self.attr)
tensor_dims = []
# 循环算子的每一个输出，推导或预估Shape值：
for i in range(len(infer_desc_list)):
dim_nums =
acl.get_tensor_desc_num_dims
(infer_desc_list[i])
dim_size = []
for j in range(dim_nums):
dim, ret =
acl.get_tensor_desc_dim_v2
(infer_desc_list[i], j)
# 表示动态Shape场景下维度值是动态的。
if dim == -1:
# 获取Shape范围，使用该范围的Shape最大值来构造输出tensor_desc，作为acl.op.execute_v2的输入。
dim_range, ret =
acl.get_tensor_desc_dim_range
(infer_desc_list[i], j, 2)
dim = dim_range[1]
dim_size.append(dim)
tensor_dims.append(dim_size)
# 以上给出了执行算子时输出的shape，根据tensor_dims中的dims构造输出tensor_desc（即self.out_desc_list参数值），用于调用acl.op.execute_v2。
ret =
acl.op.execute_v2
(op_type, self.in_desc_list, self.in_list, self.out_desc_list, self.out_list, self.attr, self.stream)
out_tensor_dims = []
# 针对上面用户预估Shape值以及使用Shape范围中的最大Shape的场景，设在算子执行结束后，需增加下面的调用，获取准确的shape。
for i in range(len(self.out_desc_list)):
dim_nums =
acl.get_tensor_desc_num_dims
(self.out_desc_list[i])
dim_size = []
for j in range(dim_nums):
dim, ret =
acl.get_tensor_desc_dim_v2
(self.out_desc_list[i], j)
dim_size.append(dim)
out_tensor_dims.append(dim_size)
# ......
```