mindspore_lite.Tensor
- class mindspore_lite.Tensor(tensor=None, shape=None, dtype=None, device=None)[源代码]
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
。shape (list,可选) - Tensor的shape信息。默认值:
None
。dtype (DataType,可选) - Tensor的dtype信息。默认值:
None
。device (str,可选) - Tensor的device信息。取值可以是
"ascend"
或者"ascend:device_id"
或者None
,其中device_id
指的是卡号,可以是0
,1
,2
,3
,4
,5
,6
,7
。如果device
的取值为None
,则表示在CPU上初始化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. device: None:-1.
- 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 device
获取Tensor的device信息。
- 返回:
str,Tensor的device信息。
- 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()[源代码]
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)[源代码]
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。