文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore_lite.Tensor

class mindspore_lite.Tensor(tensor=None)

张量类，在Mindsporlite中定义了一个张量。

参数：

• tensor (Tensor，可选) - 被存储在新张量中的数据，可以是其它Tensor。默认值：None。

异常：

• TypeError - tensor 既不是Tensor类型或None。

样例：

>>> import mindspore_lite as mslite
>>> tensor = mslite.Tensor()
>>> tensor.set_data_type(mslite.DataType.FLOAT32)
>>> print(tensor)
tensor_name: ,
data_type: DataType.FLOAT32,
shape: [],
format: Format.NCHW,
element_num: 1,
data_size: 4.

get_data_size()

获取张量的数据大小，即 $data\mathrm{\_}size=element\mathrm{\_}num\ast data\mathrm{\_}type$ 。

返回：

int，张量数据的数据大小。

样例：

>>> # data_size is related to data_type
>>> import mindspore_lite as mslite
>>> tensor = mslite.Tensor()
>>> tensor.set_data_type(mslite.DataType.FLOAT32)
>>> size = tensor.get_data_size()
>>> print(size)
4

get_data_to_numpy()

从张量获取numpy对象的数据。

返回：

numpy.ndarray，张量数据中的numpy对象。

样例：

>>> import mindspore_lite as mslite
>>> import numpy as np
>>> tensor = mslite.Tensor()
>>> tensor.set_shape([1, 2, 2, 3])
>>> tensor.set_data_type(mslite.DataType.FLOAT32)
>>> in_data = np.arange(1 * 2 * 2 * 3, dtype=np.float32)
>>> tensor.set_data_from_numpy(in_data)
>>> data = tensor.get_data_to_numpy()
>>> print(data)
[[[[ 0.  1.  2.]
[ 3.  4.  5.]]
[[ 6.  7.  8.]
[ 9. 10. 11.]]]]

get_data_type()

获取张量的数据类型。

返回：

DataType，张量的数据类型。

样例：

>>> import mindspore_lite as mslite
>>> tensor = mslite.Tensor()
>>> tensor.set_data_type(mslite.DataType.FLOAT32)
>>> data_type = tensor.get_data_type()
>>> print(data_type)
DataType.FLOAT32

get_element_num()

获取张量的元素数。

返回：

int，张量数据的元素数。

样例：

>>> import mindspore_lite as mslite
>>> tensor = mslite.Tensor()
>>> num = tensor.get_element_num()
>>> print(num)
1

get_format()

获取张量的格式。

返回：

Format，张量的格式。

样例：

>>> import mindspore_lite as mslite
>>> tensor = mslite.Tensor()
>>> tensor.set_format(mslite.Format.NHWC)
>>> tensor_format = tensor.get_format()
>>> print(tensor_format)
Format.NHWC

get_shape()

获取张量的形状。

返回：

list[int]，张量的形状。

样例：

>>> import mindspore_lite as mslite
>>> tensor = mslite.Tensor()
>>> tensor.set_shape([1, 112, 112, 3])
>>> shape = tensor.get_shape()
>>> print(shape)
[1, 112, 112, 3]

get_tensor_name()

获取张量的名称。

返回：

str，张量的名称。

样例：

>>> import mindspore_lite as mslite
>>> tensor = mslite.Tensor()
>>> tensor.set_tensor_name("tensor0")
>>> tensor_name = tensor.get_tensor_name()
>>> print(tensor_name)
tensor0

set_data_from_numpy(numpy_obj)

从numpy对象设置张量的数据。

参数：

• numpy_obj (numpy.ndarray) - numpy对象。

异常：

• TypeError - numpy_obj 不是numpy.ndarray类型。

• RuntimeError - numpy_obj 的数据类型与张量的数据类型不等价。

• RuntimeError - numpy_obj 的数据大小与张量的数据大小不相等。

样例：

>>> # in_data download link: https://download.mindspore.cn/model_zoo/official/lite/quick_start/input.bin
>>> # 1. set tensor data which is from file
>>> import mindspore_lite as mslite
>>> import numpy as np
>>> tensor = mslite.Tensor()
>>> tensor.set_shape([1, 224, 224, 3])
>>> tensor.set_data_type(mslite.DataType.FLOAT32)
>>> in_data = np.fromfile("input.bin", dtype=np.float32)
>>> tensor.set_data_from_numpy(in_data)
>>> print(tensor)
tensor_name: ,
data_type: DataType.FLOAT32,
shape: [1, 224, 224, 3],
format: Format.NCHW,
element_num: 150528,
data_size: 602112.
>>> # 2. set tensor data which is numpy arange
>>> import mindspore_lite as mslite
>>> import numpy as np
>>> tensor = mslite.Tensor()
>>> tensor.set_shape([1, 2, 2, 3])
>>> tensor.set_data_type(mslite.DataType.FLOAT32)
>>> in_data = np.arange(1 * 2 * 2 * 3, dtype=np.float32)
>>> tensor.set_data_from_numpy(in_data)
>>> print(tensor)
tensor_name: ,
data_type: DataType.FLOAT32,
shape: [1, 2, 2, 3],
format: Format.NCHW,
element_num: 12,
data_size: 48.

set_data_type(data_type)

设置张量的数据类型。

参数：

• data_type (DataType) - 张量的数据类型。

异常：

• TypeError - data_type 不是DataType类型。

样例：

>>> import mindspore_lite as mslite
>>> tensor = mslite.Tensor()
>>> tensor.set_data_type(mslite.DataType.FLOAT32)

set_format(tensor_format)

设置张量的格式。

参数：

• tensor_format (Format) - 张量的格式。

异常：

• TypeError - tensor_format 不是Format类型。

样例：

>>> import mindspore_lite as mslite
>>> tensor = mslite.Tensor()
>>> tensor.set_format(mslite.Format.NHWC)

set_shape(shape)

设置张量的形状。

参数：

• shape (list[int]) - 张量的形状。

异常：

• TypeError - shape 不是list类型。

• TypeError - shape 是list类型，但元素不是int类型。

样例：

>>> import mindspore_lite as mslite
>>> tensor = mslite.Tensor()
>>> tensor.set_shape([1, 112, 112, 3])

set_tensor_name(tensor_name)

设置张量的名称。

参数：

• tensor_name (str) - 张量的名称。

异常：

• TypeError - tensor_name 不是str类型。

样例：

>>> import mindspore_lite as mslite
>>> tensor = mslite.Tensor()
>>> tensor.set_tensor_name("tensor0")