函数：destroy_handle

函数：set_attr_list_list_int

C函数原型	aclError **aclopSetAttrListListInt(**aclopAttr ***attr,****const char *attrName,****int numLists,****const int *numValues,**const int64_t *const values[]);
Python函数	ret = acl.op.set_attr_list_list_int(attr, attr_name , values)
函数功能	设置int64_t类型列表的列表属性值，同步接口。
输入说明	attr：int，acl算子属性地址对象, 此对象使用调用acl.op.create_attr创建。 attr_name：str，属性名。 values：list，列表中每个元素是一个list（list的每个元素数据类型为int）或一个一维数组numpy对象（numpy对象的类型为int64）。
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	- 建议values使用list数据类型，后续将不支持numpy作为输入。 - 若values需使用numpy数组，需要运行环境为python>=3.8且numpy>=1.22.0。

父主题： 算子加载与执行（op）

函数：create_handle

C函数原型	aclError **aclopCreateHandle(const char *opType,****int numInputs,****int numInputs,****const aclTensorDesc *const inputDesc[],****int numOutputs,**const aclTensorDesc ***const outputDesc[],**const aclopAttr ***opAttr,**aclopHandle **handle);
Python函数	handle, ret = acl.op.create_handle(op_type, input_desc, output_desc, op_attr)
函数功能	创建一个执行算子的handle，同步接口。
输入说明	op_type：str，指定算子类型名称字符串类型。 input_desc：list，算子输入tensor的描述，整形列表。 对于算子有constant输入的场景，调用acl.set_tensor_place_ment设置TensorDesc的placement属性，不支持将mem_type设置为Host内存。 output_desc：list，算子输出tensor的描述，整形列表。 对于算子有constant输入的场景，调用acl.set_tensor_place_ment设置TensorDesc的placement属性，不支持将mem_type设置为Host内存。 op_attr：int，算子属性地址对象，此对象使用调用acl.op.create_attr创建。
返回值说明	handle：int，算子handle地址对象。 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：destroy_handle

C函数原型	**void aclopDestroyHandle(**aclopHandle *handle)
Python函数	acl.op.destroy_handle(handle)
函数功能	销毁一个执行算子的handle，同步接口。
输入说明	handle：int，待销毁的acl的算子Handle的地址对象。
返回值说明	无
约束说明	销毁类接口：调用该接口后，不能继续使用已释放或销毁的资源，建议调用该接口后，将相关资源设置为无效值（例如，置为0或None)。

父主题： 算子加载与执行（op）

函数：infer_shape

C函数原型	aclError aclopInferShape(const char *opType, int numInputs, aclTensorDesc *inputDesc[], aclDataBuffer *inputs[], int numOutputs, aclTensorDesc *outputDesc[], aclopAttr *attr)
Python函数	ret = acl.op.infer_shape(op_type, in_desc_list, in_list, num_outputs, out_desc_list, attr)
函数功能	根据算子的输入Shape、输入值推导出算子的输出Shape。
输入说明	op_type：int，指定算子类型名称。 in_desc_list：list，算子输入tensor的描述。需提前调用create_tensor_desc接口创建aclTensorDesc类型 in_list：list，算子输入tensor。 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。内存申请接口请参见内存管理。此处需申请Device上的内存。内存申请接口请参见内存管理。 num_outputs：int，算子输出tensor的数量。 attr：int，算子的属性地址对象。
输出说明	out_desc_list：list，算子输出tensor的描述。需提前调用create_tensor_desc接口创建aclTensorDesc类型。out_desc_list数组中的元素个数必须与num_outputs参数值保持一致。
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	- 推导算子的输出Shape包含三种场景： - 根据Shape推导，可以得到算子的准确输出Shape，则返回准确输出Shape。 - 根据Shape推导，无法得到算子的准确输出Shape，但可以得到输出Shape的范围，则在输出参数outputDesc中将算子输出tensor描述中的动态维度的维度值记为-1。该场景下，用户可调用get_tensor_desc_dim_range接口获取tensor描述中指定维度的范围值。 - （该场景预留）根据Shape推导，无法得到算子的准确输出Shape以及Shape范围，则在输出参数outputDesc中将算子输出tensor描述中的动态维度的维度值记为-2。 - 如果算子有动态输入或动态输出，在调用acl.op.infer_shape接口推导算子的输出Shape前，需先调用set_tensor_desc_name接口设置所有输入和输出的tensor描述的名称，且名称必须按照如下要求（算子IR原型中定义的输入/输出名称请参见《算子清单》。） - 对于必选输入、可选输入、必选输出，名称必须与算子IR原型中定义的输入/输出名称保持一致。 - 对于动态输入、动态输出，名称必须是：算子IR原型中定义的输入/输出名称+编号。编号根据动态输入/输出的个数确定，从0开始，0对应第一个动态输入/输出，1对应第二个动态输入/输出，以此类推。 例如某个算子有2个输入（第1个是必选输入x，第二个是动态输入y且输入个数为2）、1个必选输出z，则调用set_tensor_desc_name接口设置名称的代码示例如下： text<br> acl.set_tensor_desc_name(input_tensor_desc[0], "x");<br> acl.set_tensor_desc_name(input_tensor_desc[1], "y0");<br> acl.set_tensor_desc_name(input_tensor_desc[2], "y1");<br> acl.set_tensor_desc_name(input_tensor_desc[0], "z");<br>

父主题： 算子加载与执行（op）

函数：set_attr_data_type

C函数原型	aclError **aclopSetAttrDataType(**aclopAttr *attr, const char *attrName, aclDataType attrValue)
Python函数	attr, ret = acl.op.set_attr_data_type**(**attr, attr_name, attr_value)
函数功能	设置指定属性的数据类型。同步接口。
输入说明	attr_name：str，属性名。 attr_value：int，属性值。
返回值说明	attr：aclopAttr类型的指针地址。需提前调用acl.op.create_attr接口创建aclopAttr类型。 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