Skip to main content

函数：trans_tensor_desc_format

函数：get_tensor_desc_address​

C函数原型void *aclGetTensorDescAddress(const aclTensorDesc *desc)
Python函数addr = acl.get_tensor_desc_address(desc)
函数功能获取指定算子输入/输出的Tensor数据的指针地址。
输入说明desc：int，Tensor描述信息的指针地址。调用acl.get_tensor_desc_by_index接口获取算子所有输入/输出的Tensor描述，作为本接口的输入。
返回值说明addr：int，返回指定算子输入/输出的Tensor数据的指针地址。
约束说明无

父主题： 公共接口

函数：set_tensor_place_ment​

C函数原型aclError aclSetTensorPlaceMent(aclTensorDesc *desc, aclMemType memType)
Python函数ret = acl.set_tensor_place_ment**(desc, mem_type)**
函数功能设置Tensor描述的placement属性，用于标识存放Tensor数据的内存为Host内存或Device内存。同步接口。
输入说明desc：int，Tensor描述信息的指针地址。 需提前调用acl.create_tensor_desc接口创建算子输入/输出的Tensor描述，作为本接口的输入。 mem_type：int，指定placement属性值，其取值参考aclMemType。
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： 公共接口

函数：set_tensor_value_range​

C函数原型aclError aclSetTensorValueRange(aclTensorDesc* desc, size_t valueCount, int64_t valueRange[][ACL_TENSOR_VALUE_RANGE_NUM])
Python函数ret = acl.set_tensor_value_range**(desc, value_range)**
函数功能调用acl.create_tensor_desc接口创建Tensor描述信息后，可通过本接口设置Tensor的数据值的范围。同步接口。 使用场景：部分算子input的值就是该算子的输出Shape，在动态Shape场景下，这个Shape的值就有一个取值范围，在执行算子时，需要在input上设置Shape值的范围（例如：[[16, 16], [1, 128], [20, 20], [1, 10]]），pyACL才能正常执行算子。
输入说明desc：int，aclTensorDesc类型的指针地址。需提前调用函数：create_tensor_desc接口创建aclTensorDesc类型。 value_range：list，“value_range”为每个数据值的范围，用二维列表表示范围。
text<br>ACL_TENSOR_VALUE_RANGE_NUM = 2<br>
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： 公共接口

函数：trans_tensor_desc_format​

C函数原型aclError aclTransTensorDescFormat(const aclTensorDesc *srcDesc, aclFormat dstFormat, aclTensorDesc **dstDesc**)**
Python函数dstDesc, ret = acl.trans_tensor_desc_format(srcDesc, dstFormat)
函数功能按指定dstFormat转换源aclTensorDesc中的Format，生成新的目标aclTensorDesc，源aclTensorDesc中的Format保持不变。同步接口。当前版本不支持该接口，预留接口。
输入说明srcDesc：int，输入源aclTensorDesc数据的指针地址。需提前调用函数：create_tensor_desc接口创建aclTensorDesc类型。 dstFormat：int，需要设置的目标Format。
输出说明dstDesc：int，输出aclTensorDesc的指针地址。需提前调用aclCreateTensorDesc接口创建aclTensorDesc类型。
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： 公共接口

函数：app_log​

C函数原型ACL_APP_LOG(aclLogLevel logLevel, const char *message)
Python函数acl.app_log(log_level, message)
函数功能将日志记录到系统相应的日志文件中。
输入说明log_level：int，设定日志级别。
- 0：DEBUG
- 1：INFO
- 2：WARNING
- 3：ERROR
message：str，记录的日志信息。
返回值说明无
约束说明无

父主题： 公共接口

函数：numpy_to_ptr​

note

须知

该接口即将废弃，建议使用acl.util.bytes_to_ptr接口。

C函数原型无
Python函数ptr = acl.util.numpy_to_ptr(data)
函数功能获取numpy.ndarry数组的内存数据指针地址。
输入说明data：numpy.ndarray类型数据。
返回值说明ptr：int，numpy数组的内存数据指针地址。
约束说明无
注意事项- 若要继续使用该接口，需要运行环境为python ≥ 3.8且numpy ≥ 1.22.0。
- 修改示例如下：
text<br> np_ptr = acl.util.numpy_to_ptr(np_arr_in)<br>
修改后使用：
text<br> bytes_in = np_arr_in.tobytes()<br> bytes_ptr = acl.util.bytes_to_ptr(bytes_in)<br>
- 使用本函数返回的指针地址前，需要确保传入的numpy.ndarry对象生命周期还没有结束（没有被删除或被Python的GC回收），否则将会产生未定行为。
- 若传入的numpy.ndarry数组在内存上是非行连续的，在接口调用时会打印如下提示信息：
text<br> Warning：The input ndarray is discontiguous. Please use acl.util.numpy_contiguous_to_ptr instead.<br>
请使用acl.util.numpy_contiguous_to_ptr接口获取numpy数组的地址对象，否则在使用acl.rt.memcpy拷贝数据时，由于acl.rt.memcpy拷贝的是连续内存地址，会导致拷贝的数据和目标拷贝数据不一致的问题。
- 可以通过numpy数组的flags属性来查看numpy数组在内存上是否连续：
python<br> print(data.flags)<br>
得到结果如下：
text<br> C_CONTIGUOUS : True<br> F_CONTIGUOUS : False<br> OWNDATA : True<br> WRITEABLE : True<br> ALIGNED : True<br> WRITEBACKIFCOPY : False<br> UPDATEIFCOPY : False<br>
其中“C_CONTIGUOUS：True”，则说明numpy数组在内存上行连续。“F_CONTIGUOUS : False”，则说明numpy数组在内存上列不连续。

父主题： Util模块

函数：numpy_contiguous_to_ptr​

note

须知

该接口即将废弃，建议使用acl.util.bytes_to_ptr接口。

C函数原型无
Python函数ptr, data_out = acl.util.numpy_contiguous_to_ptr(data_in)
函数功能获取numpy.ndarry数组的内存数据指针地址。 若传入的numpy.ndarry数组在内存上是非行连续的，则先将其内存转行连续，然后再获取转换后的numpy.ndarry数组转换成为内存数据指针地址。
输入说明data****_in：numpy类型数据。
返回值说明ptr：int，可以被C语言访问的数据。 data****_out：numpy类型数据，若传入的numpy数组“data_in”内存非行连续，则返回值“data_out”即为其内存转行连续后的numpy数组。
约束说明访问的是int类型的数据，需要将numpy.ndarray对象的内存数据指针地址转换为int。
注意事项- 修改示例如下：
text<br> np_ptr, data_out = acl.util.numpy_contiguous_to_ptr(np_arr_in)<br>
修改后使用：
text<br> bytes_in = np_arr_in.tobytes()<br> bytes_ptr = acl.util.bytes_to_ptr(bytes_in)<br>
- 若要继续使用该接口，需要运行环境为python ≥ 3.8且numpy ≥ 1.22.0。
- 使用本函数返回的指针地址前，需要确保传入的numpy.ndarry对象生命周期还没有结束（没有被删除或被Python的GC回收），否则将会产生未定行为。

父主题： Util模块

在线提单