函数：execute_with_handle

函数：execute

备注

须知

此接口后续版本会废弃，请使用acl.op.execute_v2接口。

C函数原型	aclError aclopExecute(const char *opType, int numInputs, const aclTensorDesc *const inputDesc[], const aclDataBuffer *const inputs[], int numOutputs, const aclTensorDesc *const outputDesc[], aclDataBuffer *const outputs[], const aclopAttr *attr, aclrtStream stream);
Python函数	ret = acl.op.execute(op_type, input_desc, inputs, output_desc, outputs, attr, stream)
函数功能	异步执行指定的算子。
输入说明	op_type：str，指定算子类型名称。 input_desc：list，表示算子输入tensor的描述, 整形列表，包含多个acl的tensor描述地址对象。 inputs：list，表示算子输入tensor，整形列表，包含多个aclDataBuffer数据地址对象。 output_desc：list，表示算子输出tensor的描述，整形列表，包含多个acl的tensor描述地址对象。 outputs：list，表示算子输出tensor，整形列表，包含多个aclDataBuffer数据地址对象。 attr：int， 算子的属性地址对象。 stream：int， 该算子需要加载的Stream对象。
返回值说明	ret：int，错误码。 - 返回0表示成功。 - 返回其它值表示失败。
约束说明	- 多线程场景下，不支持调用本接口时指定同一个Stream或使用默认Stream，否则可能任务执行异常。 - 每个算子的输入、输出组织不同，需要应用在调用时严格按照算子输入、输出参数来组织算子。 - 用户在调用acl.op.execute时，pyACL根据op_type、输入tensor的描述、输出tensor的描述、attr等信息查找对应的任务，并下发执行。

父主题： 算子加载与执行（op）

函数：execute_v2

C函数原型	aclError aclopExecuteV2(const char *opType, int numInputs, aclTensorDesc *inputDesc[], aclDataBuffer *inputs[], int numOutputs, aclTensorDesc *outputDesc[], aclDataBuffer *outputs[], aclopAttr *attr, aclrtStream stream);
Python函数	ret = acl.op.execute_v2(op_type, input_desc, inputs, output_desc, outputs, attr, stream)
函数功能	同步或者异步执行指定的算子。
输入说明	op_type：str，指定算子类型名称。 input_desc：list，表示算子输入tensor的描述, 整形列表，包含多个acl的tensor描述地址对象。 inputs：list，表示算子输入tensor，整形列表，包含多个aclDataBuffer数据地址对象。 output_desc：list，表示算子输出tensor的描述，整形列表，包含多个acl的tensor描述地址对象。 outputs：list，表示算子输出tensor，整形列表，包含多个aclDataBuffer数据地址对象。 attr：int，算子的属性地址对象。 stream：int，该算子需要加载的Stream对象。
返回值说明	ret：int，错误码。 - 返回0表示成功。 - 返回其它值表示失败。
约束说明	多线程场景下，不支持调用本接口时指定同一个Stream或使用默认Stream，否则可能任务执行异常。 每个算子的输入、输出组织不同，需要应用在调用时严格按照算子输入、输出参数来组织算子。用户在调用acl.op.execute_v2接口时，pyACL根据optype、输入tensor的描述、输出tensor的描述、attr等信息查找对应的任务，并下发执行。 对于支持动态Shape的算子，无法明确算子输出Shape时，可调用acl.op.infer_shape接口获取算子的输出Shape： - 若可获取到准确的输出Shape，则使用准确的输出Shape来构造outputDesc参数，作为acl.op.execute_v2的输入。该场景下，acl.op.execute_v2接口是异步接口。 - 若无法获取准确的输出Shape，仅能获取输出Shape范围，则使用Shape最大值来构造outputDesc参数，作为acl.op.execute_v2的输入。该场景下，在调用acl.op.execute_v2接口执行算子后，系统内部会计算出准确的输出Shape，通过acl.op.execute_v2接口的outputDesc参数输出，此时acl.op.execute_v2接口是同步接口。 - （该场景预留）若无法获取准确的输出Shape以及Shape范围，则需由用户预估一个最大的Shape来构造outputDesc参数，作为acl.op.execute_v2的输入。该场景下，在调用acl.op.execute_v2接口执行算子后，系统内部会计算出准确的输出Shape，通过acl.op.execute_v2接口的outputDesc参数输出，此时acl.op.execute_v2接口是同步接口。 执行有可选输入的算子时，如果可选输入不使用： - 则需按此种方式创建aclTensorDesc类型的数据：acl.create_tensor_desc(ACL_DT_UNDEFINED, 0, [], ACL_FORMAT_UNDEFINED)，表示数据类型设置为ACL_DT_UNDEFINED，Format设置为ACL_FORMAT_UNDEFINED，Shape信息为[]。 - 则需按此种方式创建aclDataBuffer类型的数据：acl.create_data_buffer([], 0)，同时aclDataBuffer中的数据不需要释放。 执行有constant输入的算子时，需要先调用acl.set_tensor_const接口设置constant输入。 调用acl.op.execute_v2接口时，设置的constant输入数据必须保持一致。 对于算子有constant输入的场景，如果未调用acl.set_tensor_const接口设置constant输入，则需调用acl.set_tensor_place_ment设置TensorDesc的placement属性，将memType设置为Host内存。 在执行单算子时，一般要求用户传入的输入/输出tensor数据是存放在Device内存的，比如两个tensor相加的场景。但是，也存在部分算子，除了将featureMap、weight等Device内存中的tensor数据作为输入外，还需tensor shape信息、learningRate、tensor的dims信息等通常在Host内存中的tensor数据也作为输入，此时，用户不需要额外将这些Host内存中的tensor数据拷贝到Device上作为输入，只需要调用acl.set_tensor_place_ment接口设置对应TensorDesc的placement属性为Host内存，在执行单算子时，设置了placement属性为Host内存的TensorDesc，其对应的tensor数据必须存放在Host内存中，AscendCL内部会自动将Host上的tensor数据拷贝到Device上。
参考资源	接口调用流程、示例，参见单算子调用。

父主题： 算子加载与执行（op）

函数：execute_with_handle

C函数原型	aclError **aclopExecWithHandle(**aclopHandle *handle, int numInputs, const aclDataBuffer *const inputs[], int numOutputs, aclDataBuffer *const outputs[], aclrtStream stream);
Python函数	**ret = acl.op.execute_with_handle(****handle,**inputs,outputs,stream)
函数功能	以Handle方式调用一个算子，不支持动态Shape算子，动态Shape算子请使用acl.op.execute_v2。异步接口。
输入说明	handle：int，指定执行算子的handle，指针地址。 需提前调用acl.op.create_handle接口创建aclopHandle类型的数据。 inputs：list，算子输入tensor， 整形列表，包含多个aclDataBuffer数据地址对象。 需提前调用acl.create_data_buffer接口创建aclDataBuffer类型的数据。 outputs：list，算子输出tensor，整形列表，包含多个aclDataBuffer数据地址对象。 需提前调用acl.create_data_buffer接口创建aclDataBuffer类型的数据。 stream：int，执行算子所在的Stream，stream地址对象。
返回值说明	ret：int，错误码。 - 返回0表示成功。 - 返回其它值表示失败。
约束说明	- 多线程场景下，不支持调用本接口时指定同一个Stream或使用默认Stream，否则可能任务执行异常。 - 执行有可选输入的算子时，如果可选输入不使用，则需按此种方式创建aclDataBuffer类型的数据：acl.create_data_buffer(nullptr, 0)，同时aclDataBuffer中的数据不需要释放，因为是空的数据类型。

父主题： 算子加载与执行（op）

函数：cast

C函数原型	aclError aclopCast(const aclTensorDesc *srcDesc, const aclDataBuffer *srcBuffer, const aclTensorDesc *dstDesc, aclDataBuffer *dstBuffer, uint8_t truncate, aclrtStream stream)
Python函数	ret = acl.op.cast(src_desc, src_buffer, dst_desc, dst_buffer, truncate, stream)
函数功能	转换输入数据的数据类型，异步接口。
输入说明	src_desc: int，输入tensor描述指针地址。 src_buffer：int，输入tensor，调用acl.create_data_buffer创建的aclDataBuffer指针地址。 dst_desc：int， 输出tensor的描述指针地址。 dst_buffer：int，输出tensor，调用acl.create_data_buffer创建的aclDataBuffer指针地址。 truncate：int，预留。 stream：int，执行算子所在的Stream，Stream地址对象。
返回值说明	ret：int，错误码。 - 返回0表示成功。 - 返回其它值表示失败。
约束说明	无

父主题： 算子加载与执行（op）

函数：create_handle_for_cast

C函数原型	aclError aclopCreateHandleForCast(const aclTensorDesc *srcDesc, const aclTensorDesc *dstDesc, uint8_t truncate, aclopHandle **handle)
Python函数	handle, ret = acl.op.create_handle_for_cast(src_desc, dst_desc, truncate)
函数功能	创建数据类型转换的handle，同步接口。 创建handle成功后，需调用acl.op.execute_with_handle接口执行算子。
输入说明	src_desc：int，输入tensor描述指针地址。 dst_desc：int，输出tensor描述指针地址。 truncate：预留。
返回值说明	handle：int，输出的handle的指针地址。 ret：int，错误码。 - 返回0表示成功。 - 返回其它值表示失败
约束说明	无

父主题： 算子加载与执行（op）

在线提单