mindspore_lite.Tensor

class mindspore_lite.Tensor(tensor=None)

Tensor 类，在Mindspore Lite中定义一个张量。

参数：

• tensor (Tensor，可选) - 被存储在新Tensor中的数据，数据可以是来自其它Tensor。默认值： None 。

异常：

• TypeError - tensor 既不是Tensor类型也不是 None 。

样例：

>>> import mindspore_lite as mslite
>>> tensor = mslite.Tensor()
>>> tensor.name = "tensor1"
>>> print(tensor.name)
tensor1
>>> tensor.dtype = mslite.DataType.FLOAT32
>>> print(tensor.dtype)
DataType.FLOAT32
>>> tensor.shape = [1, 3, 2, 2]
>>> print(tensor.shape)
[1, 3, 2, 2]
>>> tensor.format = mslite.Format.NCHW
>>> print(tensor.format)
Format.NCHW
>>> print(tensor.element_num)
12
>>> print(tensor.data_size)
48
>>> print(tensor)
name: tensor1,
dtype: DataType.FLOAT32,
shape: [1, 3, 2, 2],
format: Format.NCHW,
element_num: 12,
data_size: 48.

property data_size

获取Tensor的数据大小。

Tensor的数据大小 = Tensor的元素数量 * Tensor的单位数据类型对应的size。

返回：

int，Tensor的数据大小。

property dtype

获取Tensor的数据类型。

返回：

DataType，Tensor的数据类型。

property element_num

获取Tensor的元素数。

返回：

int，Tensor数据的元素数。

property format

获取Tensor的格式。

返回：

Format，Tensor的格式。

get_data_to_numpy()

从Tensor获取数据传给numpy对象。

返回：

numpy.ndarray，Tensor数据中的numpy对象。

样例：

>>> import mindspore_lite as mslite
>>> import numpy as np
>>> tensor = mslite.Tensor()
>>> tensor.shape = [1, 3, 2, 2]
>>> tensor.dtype = mslite.DataType.FLOAT32
>>> in_data = np.arange(1 * 3 * 2 * 2, 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.]]]]

property name

获取Tensor的名称。

返回：

str，Tensor的名称。

set_data_from_numpy(numpy_obj)

从numpy对象获取数据传给Tensor。

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Tensor的数据类型不等价。

• RuntimeError - numpy_obj 的数据大小与Tensor的数据大小不相等。

样例：

>>> # 1. set Tensor data which is from file
>>> import mindspore_lite as mslite
>>> import numpy as np
>>> tensor = mslite.Tensor()
>>> tensor.shape = [1, 3, 224, 224]
>>> tensor.dtype = mslite.DataType.FLOAT32
>>> in_data = np.fromfile("input.bin", dtype=np.float32)
>>> tensor.set_data_from_numpy(in_data)
>>> print(tensor)
name: ,
dtype: DataType.FLOAT32,
shape: [1, 3, 224, 224],
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.shape = [1, 3, 2, 2]
>>> tensor.dtype = mslite.DataType.FLOAT32
>>> in_data = np.arange(1 * 3 * 2 * 2, dtype=np.float32)
>>> tensor.set_data_from_numpy(in_data)
>>> print(tensor)
name: ,
dtype: DataType.FLOAT32,
shape: [1, 3, 2, 2],
format: Format.NCHW,
element_num: 12,
data_size: 48.

property shape

获取Tensor的shape。

返回：

list[int]，Tensor的shape。