应用开发环境准备

pyACL接口调用流程

调用pyACL接口，可开发包含模型推理、媒体数据处理、单算子调用等功能的应用，这些功能可以独立存在，也可以组合存在。下图给出了使用pyACL接口开发AI应用的整体接口调用流程。

图1 接口调用流程图

上图根据应用开发中的典型功能抽象出主要的接口调用流程，具体场景参考如下。

如果模型对输入图片的宽高要求与用户提供的源图不一致，则需要媒体数据处理，将源图裁剪成符合模型的要求。
如果需要实现模型推理的功能，则需要先加载模型，模型推理结束后，则需要卸载模型。
如果模型推理后，需要从推理结果中查找最大置信度的类别标识对图片分类，则需要数据后处理。

接口调用流程各步骤操作参见如下。

pyACL初始化。

调用acl.init接口实现初始化pyACL。
运行管理资源申请。

依次申请运行管理资源：Device、Context、Stream。

具体流程，请参见运行管理资源申请流程。
模型推理/单算子调用/媒体数据处理。
- 模型推理。
  1. 生成模型om文件：模型推理场景下，必须要有适配昇腾AI处理器的离线模型，需提前构建模型，请参见模型构建。
  2. 模型加载：模型推理前，需要先将对应的模型加载到系统中。
    
    接口调用流程，请参见模型加载。
  3. （可选）媒体数据处理：可实现JPEG图片解码、视频解码、抠图/图片缩放/格式转换、JPEG图片编码等功能。
    
    接口调用流程，请参见媒体数据处理。
  4. 模型执行：使用模型实现图片分类、目标识别等功能。
    
    接口调用流程，请参见模型执行。
  5. （可选）数据后处理：处理模型推理的结果，此处根据用户的实际需求来处理推理结果，例如用户可以将获取到的推理结果写入文件、从推理结果中找到每张图片最大置信度的类别标识等。
  6. 模型卸载：调用acl.mdl.unload接口卸载模型。
- 算子调用。
  
  如果AI应用中不仅仅包括模型推理，还有数学运算（例如BLAS基础线性代数运算）、数据类型转换等功能，也想使用昇腾的算力，直接通过pyACL接口加载并执行单个算子，省去模型构建、训练的过程，相对轻量级，又可以使用昇腾的算力。另外，自定义的算子，也可以通过单算子调用的方式来验证算子的功能。接口调用流程，请参见接口调用流程。
运行管理资源释放。

所有数据处理都结束后，需要依次释放运行管理资源：Stream、Context、Device。

具体流程，请参见运行管理资源释放流程。
pyACL去初始化。

调用acl.finalize接口实现pyACL去初始化。

:::note 说明

在应用开发过程中，各环节都涉及内存的申请与释放、数据传输（通过内存复制实现）、数据类型的创建与销毁，因此未在图中一一标识，关于内存申请与释放、内存复制的接口请参见内存管理。数据类型的创建与销毁的接口请参见数据类型及其操作接口。
关于日志的处理机制和日志级别设置等功能，请参见《日志参考》。
pyACL部分功能可能会涉及到ATC工具来进行模型转换，请参见《ATC工具使用指南》。
生成pyACL中的“acl.so”依赖的Python版本范围为3.7.5~3.9.2。 :::

父主题： 概述

应用开发环境准备

部署开发环境和运行环境，请参见对应Atlas产品的描述。

部署开发环境后，才能获取调用接口所需的头文件、编译运行接口所需的库文件。

对于昇腾设备，已安装驱动、固件场景下，该环境可直接作为运行环境，执行编译生成的应用可执行文件。
部署运行环境后，才能在运行环境上执行编译生成的应用可执行文件。

:::note 说明
- pyACL库文件路径：CANN软件安装后文件存储路径/lib64
  
  需要根据运行环境的安装包，确定引用的组件目录，否则会导致运行报错。安装方案请参见。
  
  安装CANN软件后，需要以CANN运行用户登录环境，执行source ${install_path}/set_env.sh命令设置环境变量，其中${install_path}为CANN软件的安装目录。
- 本文中的操作步骤需以运行用户登录开发环境或运行环境后再执行，请务必获取各组件的运行用户，以便后续操作时使用。 :::
（可选）通过环境变量“ASCEND_CACHE_PATH”、“ASCEND_WORK_PATH”设置pyACL应用运行过程中产生的文件的落盘路径，涉及ATC模型转换、AOE模型智能调优、性能数据采集、日志采集等功能，落盘文件包括知识库文件、调优结果文件、性能数据文件、日志文件等。

配置示例如下，详细配置说明请参见《环境变量参考》：
```
export ASCEND_CACHE_PATH=/repo/task001/cache
export ASCEND_WORK_PATH=/repo/task001/172.16.1.12_01_03
```

pyACL的依赖

pyACL没有安装依赖，但是有运行依赖。详情请参见《CANN 软件安装指南》完成对开发环境和运行环境的部署。

安装后的环境变量设置

在安装完CANN软件包之后，请务必自行配置以下环境变量，否则，将无法正常使用“import acl”。

若环境中安装了cann-toolkit软件包：

# 以root用户安装toolkit包。
. /usr/local/Ascend/ascend-toolkit/set_env.sh 
# 以非root用户安装toolkit包。
. $&#123;HOME&#125;/Ascend/ascend-toolkit/set_env.sh 

若环境中安装了cann-nnrt软件包：

# 以root用户安装nnrt包。
. /usr/local/Ascend/nnrt/set_env.sh
# 以非root用户安装nnrt包。
. $&#123;HOME&#125;/Ascend/nnrt/set_env.sh

设置完环境变量后，在Python脚本中加入“import acl”，就可以使用pyACL中的函数了。

其它

关于日志的处理机制和日志级别设置等功能，请参见《日志参考》。
pyACL部分功能可能会涉及到ATC工具来进行模型转换，请参见《ATC工具使用指南》。
生成pyACL中的“acl.so”依赖的Python版本范围为3.7.5~3.9.2。

父主题： 概述

开发流程

图1 开发流程

准备环境，包括开发环境和运行环境。

创建代码目录。

在开发应用前，您需要先创建目录，存放代码文件、编译脚本、测试图片数据、模型文件等。如下仅是示例，可参考：

├App名称
├── caffe_model      # 该目录下存放模型转换相关的配置文件、模型文件。
│   ├── xxx.cfg
│   ├── xxx.prototxt
├── data
│   ├── xxx.jpg     # 测试数据。
│
├── model
│   ├── xxx.om      # 转换后的模型文件。
│
├── xxx.py           # python脚本。
├── xxx.py

开发应用。
1. pyACL初始化，请参见pyACL初始化与去初始化。
  
  使用pyACL接口开发应用时，必须先调用acl.init接口进行pyACL初始化，否则可能会导致后续系统内部资源初始化出错，进而导致其它业务异常。
2. 运行管理资源申请，请参见运行管理资源申请与释放。
3. 数据传输，请参见数据传输。
4. 执行模型推理。请参见模型推理基本场景。
  
  模型推理结束后，需及时释放相关资源。
  
  若需要处理模型推理的结果，还需要进行数据后处理，例如对于图片分类应用，通过数据后处理从推理结果中查找最大置信度的类别标识。
5. 所有数据处理结束后，需及时释放运行管理资源，请参见运行管理资源申请与释放。
6. 执行pyACL去初始化，请参见pyACL初始化与去初始化。
运行应用，包括模型转换、运行应用，请参见应用调试。

父主题： 开发基础推理应用

模型构建

对于开源框架的网络模型（如Caffe、TensorFlow等），不能直接在昇腾AI处理器上运行推理，需要先使用ATC（Ascend Tensor Compiler）工具将开源框架的网络模型转换为适配昇腾AI处理器的离线模型（*.om文件），模型转换的方法请参见《[转换模型](https://www.hiascend.com/document/detail/zh/Atlas200IDKA2DeveloperKit/23.0.RC2/Application Development Guide/tmuacop/tmuacop_0001.html)》。

父主题： 开发基础推理应用

在线提单

pyACL接口调用流程​

应用开发环境准备​

pyACL的依赖​

安装后的环境变量设置​

其它​

开发流程​

模型构建​

pyACL接口调用流程

应用开发环境准备

pyACL的依赖

安装后的环境变量设置

其它

开发流程

模型构建