Model
import com.mindspore.Model;
Model定义了MindSpore中编译和运行的模型。
公有成员函数
function |
|---|
boolean build(String modelPath, MSContext context, char[] dec_key, String dec_mode) |
MSTensor getInputByTensorName(String tensorName) |
MSTensor getOutputByTensorName(String tensorName) |
List<MSTensor> getOutputsByNodeName(String nodeName) |
boolean setupVirtualBatch(int virtualBatchMultiplier, float learningRate, float momentum) |
build
public boolean build(Graph graph, MSContext context, TrainCfg cfg)
通过模型计算图编译MindSpore模型。
参数
graph: 模型计算图。context: 编译运行上下文。cfg: 训练配置。
返回值
是否编译成功。
public boolean build(MappedByteBuffer buffer, int modelType, MSContext context, char[] dec_key, String dec_mode)
通过模型计算图内存块编译MindSpore模型。
参数
buffer: 模型计算图内存块。modelType: 模型计算图类型，可选MindIR、ONNX。context: 运行时Context上下文。dec_key: 模型解密秘钥。dec_mode: 模型解密算法，可选AES-GCM、AES-CBC。
返回值
是否编译成功。
public boolean build(final MappedByteBuffer buffer, int modelType, MSContext context)
通过模型计算图内存块编译MindSpore模型。
参数
buffer: 模型计算图内存块。modelType: 模型计算图类型，可选MindIR、ONNX。context: 运行时Context上下文。
返回值
是否编译成功。
public boolean build(String modelPath, int modelType, MSContext context, char[] dec_key, String dec_mode)
通过模型计算图文件编译MindSpore MindiR模型。
参数
modelPath: 模型计算图文件。modelType: 模型计算图类型，可选MindIR、ONNX。context: 运行时Context上下文。dec_key: 模型解密秘钥。dec_mode: 模型解密算法，可选AES-GCM、AES-CBC。
返回值
是否编译成功。
public boolean build(String modelPath, int modelType, MSContext context)
通过模型计算图文件编译MindSpore MindIR模型。
参数
modelPath: 模型计算图文件。modelType: 模型计算图类型，可选MindIR、ONNX。context: 运行时Context上下文。
返回值
是否编译成功。
predict
public boolean predict()
执行推理。
返回值
是否推理成功。
runStep
public boolean runStep()
执行单步训练。
返回值
是否单步训练成功。
resize
public boolean resize(List<MSTensor> inputs, int[][] dims)
调整输入的形状。
参数
inputs: 模型对应的所有输入。dims: 输入对应的新的shape，顺序注意要与inputs一致。
返回值
调整输入形状是否成功。
getInputs
public List<MSTensor> getInputs()
获取MindSpore模型的输入tensor列表。
返回值
所有输入MSTensor组成的List。
getOutputs
public List<MSTensor> getOutputs()
获取MindSpore模型的输出tensor列表。
返回值
所有输出MSTensor组成的List。
getInputByTensorName
public MSTensor getInputByTensorName(String tensorName)
通过张量名获取MindSpore模型的输入张量。
参数
tensorName: 张量名。
返回值
tensorName所对应的输入MSTensor。
getOutputByTensorName
public MSTensor getOutputByTensorName(String tensorName)
通过张量名获取MindSpore模型的输出张量。
参数
tensorName: 张量名。
返回值
该张量所对应的MSTensor。
getOutputsByNodeName
public List<MSTensor> getOutputsByNodeName(String nodeName)
通过节点名获取MindSpore模型的MSTensors输出。
参数
nodeName: 节点名。
返回值
该节点所有输出MSTensor组成的List。
getOutputTensorNames
public List<String> getOutputTensorNames()
获取由当前会话所编译的模型的输出张量名。
返回值
按顺序排列的输出张量名组成的List。
export
public boolean export(String fileName, int quantizationType, boolean isOnlyExportInfer,List<String> outputTensorNames)
导出模型。
参数
fileName: 模型文件名称。quantizationType: 量化类型。可选不量化，权重量化。isOnlyExportInfer: 是否只导推理图。outputTensorNames: 指定导出图结尾的tensor名称。
返回值
导出模型是否成功。
getFeatureMaps
public List<MSTensor> getFeatureMaps()
获取权重参数。
返回值
权重参数列表。
updateFeatureMaps
public boolean updateFeatureMaps(List<MSTensor> features)
更新权重参数。
参数
features: 新的权重参数列表。
返回值
权重是否更新成功。
setTrainMode
public boolean setTrainMode(boolean isTrain)
设置训练或推理模式。
参数
isTrain: 是否训练。
返回值
运行模式是否设置成功。
getTrainMode
public boolean getTrainMode()
获取训练模式。
返回值
是否是训练模式。
setLearningRate
public boolean setLearningRate(float learning_rate)
设置学习率。
参数
learning_rate: 学习率。
返回值
学习率设置是否成功。
setupVirtualBatch
public boolean setupVirtualBatch(int virtualBatchMultiplier, float learningRate, float momentum)
设置虚批次系数。
参数
virtualBatchMultiplier: 虚批次系数，实际批次数需要乘以此系数。learningRate: 学习率。momentum: 动量系数。
返回值
虚批次系数设置是否成功。
free
public void free()
释放Model内存。
ModelType
import com.mindspore.config.ModelType;
模型文件类型。
public static final int MT_MINDIR = 0;
public static final int MT_AIR = 1;
public static final int MT_OM = 2;
public static final int MT_ONNX = 3;
public static final int MT_MINDIR_OPT = 4;