---
title: GraphEvaluator
description: "| 产品 | 是否支持 |"
url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/devaids/amct/atlasamct_16_0211.html
sourcePath: /source/zh/canncommercial/900/devaids/amct/atlasamct_16_0211.html
indexId: d50ac47bd883619da8e421269397e538e9457bc508c9cd7fbf3aa8bb9c01b11965
---
# GraphEvaluator

#### 产品支持情况

| 产品 | 是否支持 |
| --- | --- |
| Atlas 350 加速卡 | √ |
| Atlas A3 训练系列产品 / Atlas A3 推理系列产品 | √ |
| Atlas A2 训练系列产品 / Atlas A2 推理系列产品 | √ |
| Atlas 200I/500 A2 推理产品 | √ |
| Atlas 推理系列产品 | √ |
| Atlas 训练系列产品 | √ |


#### 功能说明

针对某一个模型，根据模型的bin类型输入数据，提供一个Python实例，可对该模型执行校准和推理的评估器。


#### 函数原型

```
class GraphEvaluator(AutoCalibrationEvaluatorBase):
def __init__(self, data_dir, input_shape, data_types):
```


#### 参数说明

| 参数名 | 输入/输出 | 说明 |
| --- | --- | --- |
| data\_dir | 输入 | 含义：与模型匹配的bin格式数据集路径。 数据类型：string 参数值格式："data/input1/;data/input2/" 使用约束： 路径支持大小写字母（a\-z，A\-Z）、数字（0\-9）、下划线（\_）、中划线（\-）、句点（.）、中文字符。 若模型有多个输入，且每个输入有多个batch数据，则不同的输入数据必须存储在不同的目录中，目录中文件的名称必须按照升序排序。所有的输入数据路径必须放在双引号中，节点中间使用英文分号分隔。 单个bin文件中存储的数组shape需要和input\_shape中输入的shape相匹配，例如：单张图片bin存储的数组shape为1x224x224x3，则input\_shape中输入的必须为1x224x224x3；如需多个bin做量化，则可通过调整batch\_num取值实现。 |
| input\_shape | 输入 | 含义：模型输入的shape信息。 数据类型：string 参数值格式："input\_name1:n1,c1,h1,w1;input\_name2:n2,c2,h2,w2"。 使用约束：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。 |
| data\_types | 输入 | 含义：输入数据的类型。 数据类型：string 参数值格式："float32;float64" 使用约束：若模型有多个输入，且数据类型不同，则需要分别指定不同输入的数据类型，指定的输入数据类型必须按照输入节点顺序依次放在双引号中，所有的输入数据类型必须放在双引号中，中间使用英文分号分隔。 |


#### 返回值说明

一个Python实例。


#### 调用示例

```
import amct_tensorflow as amct

evaluator = amct.GraphEvaluator(
    data_dir="./data/input_bin/", 
    input_shape="input:32,3,224,224",
    data_types="float32")
```