使用Java接口执行推理

概述

通过MindSpore Lite模型转换工具转换成.ms模型后，即可在Runtime中执行模型的推理流程。本教程介绍如何使用JAVA接口执行推理。

Android项目中使用MindSpore Lite，可以选择采用C++ API或者Java API运行推理框架。Java API与C++ API相比较而言，Java API可以直接在Java Class中调用，用户无需实现JNI层的相关代码，具有更好的便捷性。运行MindSpore Lite推理框架主要包括以下步骤：

模型读取(可选)：从文件系统中读取由模型转换工具转换得到的.ms模型。
创建配置上下文：创建配置上下文MSContext，保存需要的一些基本配置参数，用于指导模型编译和模型执行，包括设备类型、线程数、绑核模式和使能fp16混合精度推理。
模型创建、加载与编译：执行推理之前，需要调用Model的build接口进行模型加载和模型编译，目前支持加载文件和MappedByteBuffer两种方式。模型加载阶段将文件或者buffer解析成运行时的模型。模型编译阶段主要进行算子选型调度、子图切分等过程，该阶段会耗费较多时间所以建议Model创建一次，编译一次，多次推理。
输入数据：模型执行之前需要向输入Tensor中填充数据。
执行推理：使用Model的predict进行模型推理。
获得输出：图执行结束之后，可以通过输出Tensor得到推理结果。
释放内存：无需使用MindSpore Lite推理框架的时候，需要释放已创建的Model。

快速了解MindSpore Lite执行推理的完整调用流程，请参考体验Java极简推理Demo。

引用MindSpore Lite Java库

Linux X86项目引用JAR库

采用Maven作为构建工具时，可将mindspore-lite-java.jar拷贝到根目录下的lib目录，并在pom.xml中增加jar包的依赖。

<dependencies>
    <dependency>
        <groupId>com.mindspore.lite</groupId>
        <artifactId>mindspore-lite-java</artifactId>
        <version>1.0</version>
        <scope>system</scope>
        <systemPath>${project.basedir}/lib/mindspore-lite-java.jar</systemPath>
    </dependency>
</dependencies>

Android项目引用AAR库

采用Gradle作为构建工具时，首先将mindspore-lite-{version}.aar文件移动到目标module的libs目录，然后在目标module的build.gradle的repositories中添加本地引用目录，最后在dependencies中添加AAR的依赖，具体如下所示。

注意mindspore-lite-{version}是AAR的文件名，需要将{version}替换成对应版本信息。

repositories {
    flatDir {
        dirs 'libs'
    }
}

dependencies {
    implementation fileTree(dir: "libs", include: ['*.aar'])
}

模型读取

MindSpore Lite进行模型推理时，需要先从文件系统中加载模型转换工具转换后的.ms模型，并进行模型解析。

下面[示例代码]从指定的文件路径读取模型文件。

// Load the .ms model.
MappedByteBuffer byteBuffer = null;
try {
    fc = new RandomAccessFile(fileName, "r").getChannel();
    byteBuffer = fc.map(FileChannel.MapMode.READ_ONLY, 0, fc.size()).load();
} catch (IOException e) {
    e.printStackTrace();
}

创建配置上下文

创建配置上下文MSContext，保存会话所需的一些基本配置参数，用于指导图编译和图执行。通过init接口配置线程数，线程亲和性和是否开启异构并行推理。MindSpore Lite内置一个进程共享的线程池，推理时通过threadNum指定线程池的最大线程数，默认为2线程。

MindSpore Lite推理时的后端可调用AddDeviceInfo接口中的deviceType指定，目前支持CPU、GPU和NPU。在进行图编译时，会根据主选后端进行算子选型调度。如果后端支持Float16，可通过设置isEnableFloat16为true后，优先使用Float16算子。如果是NPU后端，还可以设置NPU频率值。频率值默认为3，可设置为1（低功耗）、2（均衡）、3（高性能）、4（极致性能）。

配置使用CPU后端

当需要执行的后端为CPU时，MSContext初始化后需要在addDeviceInfo中DeviceType.DT_CPU，同时CPU支持设置绑核模式以及是否优先使用Float16算子。

下面示例代码演示如何创建CPU后端，同时设定线程数为2、CPU绑核模式为大核优先并且使能Float16推理，关闭并行：

MSContext context = new MSContext();
context.init(2, CpuBindMode.HIGHER_CPU);
context.addDeviceInfo(DeviceType.DT_CPU, true);

Float16需要CPU为ARM v8.2架构的机型才能生效，其他不支持的机型和x86平台会自动回退到Float32执行。

配置使用GPU后端

当需要执行的后端为CPU和GPU的异构推理时，MSContext创建后需要在addDeviceInfo中先后添加GPUDeviceInfo和CPUDeviceInfo，配置后将会优先使用GPU推理。如果使能Float16推理，GPU和CPU都会优先使用Float16算子。

下面代码演示了如何创建CPU与GPU异构推理后端，同时GPU也设定使能Float16推理：

MSContext context = new MSContext();
context.init(2, CpuBindMode.MID_CPU);
context.addDeviceInfo(DeviceType.DT_GPU, true);
context.addDeviceInfo(DeviceType.DT_CPU, true);

目前GPU只能在Android手机端侧运行，所以只有AAR库才能支持运行。

配置使用NPU后端

当需要执行的后端为CPU和GPU的异构推理时，MSContext创建后需要在addDeviceInfo中先后添加KirinNPUDeviceInfo和CPUDeviceInfo，配置后将会优先使用NPU推理。如果使能Float16推理，NPU和CPU都会优先使用Float16算子。

下面代码演示了如何创建CPU与GPU异构推理后端，其中KirinNPUDeviceInfo可通过NPUFrequency来设置NPU频率。

MSContext context = new MSContext();
context.init(2, CpuBindMode.MID_CPU);
context.addDeviceInfo(DeviceType.DT_NPU, true, 3);
context.addDeviceInfo(DeviceType.DT_CPU, true);

模型创建加载与编译

使用MindSpore Lite执行推理时，Model是推理的主入口，通过Model可以实现模型加载、模型编译和模型执行。采用上一步创建得到的MSContext，调用Model的复合build接口来实现模型加载与模型编译。

下面[示例代码]演示了Model创建、加载与编译的过程：

Model model = new Model();
boolean ret = model.build(filePath, ModelType.MT_MINDIR, msContext);

输入数据

MindSpore Lite Java接口提供getInputsByTensorName以及getInputs两种方法获得输入Tensor，同时支持byte[]或者ByteBuffer两种类型的数据，通过setData设置输入Tensor的数据。

使用getInputsByTensorName方法，根据模型输入Tensor的名称来获取模型输入Tensor中连接到输入节点的Tensor，下面示例代码演示如何调用getInputsByTensorName获得输入Tensor并填充数据。
```
MSTensor inputTensor = model.getInputsByTensorName("2031_2030_1_construct_wrapper:x");
// Set Input Data.
inputTensor.setData(inputData);
```
使用getInputs方法，直接获取所有的模型输入Tensor的vector，下面示例代码演示如何调用getInputs获得输入Tensor并填充数据。
```
List<MSTensor> inputs = model.getInputs();
MSTensor inputTensor = inputs.get(0);
// Set Input Data.
inputTensor.setData(inputData);
```

执行推理

MindSpore Lite在模型编译以后，即可调用Model的predict执行模型推理。

下面示例代码演示调用``执行推理。

// Run graph to infer results.
boolean ret = model.predict();

获得输出

MindSpore Lite在执行完推理后，可以通过输出Tensor得到推理结果。MindSpore Lite提供三种方法来获取模型的输出MSTensor，同时支持getByteData、getFloatData、getIntData、getLongData四种方法获得输出数据。

使用getOutputs方法，直接获取所有的模型输出MSTensor的列表。下面示例代码演示如何调用getOutputs获得输出Tensor列表。
```
List<MSTensor> outTensors = model.getOutputs();
```
使用getOutputsByNodeName方法，根据模型输出节点的名称来获取模型输出MSTensor中连接到该节点的Tensor的vector。下面示例代码演示如何调用getOutputByTensorName获得输出Tensor。
```
MSTensor outTensor = model.getOutputsByNodeName("Default/head-MobileNetV2Head/Softmax-op204");
// Apply infer results.
...
```
使用getOutputByTensorName方法，根据模型输出Tensor的名称来获取对应的模型输出MSTensor。下面示例代码演示如何调用getOutputByTensorName获得输出Tensor。
```
MSTensor outTensor = model.getOutputByTensorName("Default/head-MobileNetV2Head/Softmax-op204");
// Apply infer results.
...
```

释放内存

无需使用MindSpore Lite推理框架时，需要释放已经创建的Model，下列示例代码演示如何在程序结束前进行内存释放。

model.free();

高级用法

输入维度Resize

使用MindSpore Lite进行推理时，如果需要对输入的shape进行Resize，则可以在模型编译build之后调用Model的Resize接口，对输入的Tensor重新设置shape。

某些网络是不支持可变维度，会提示错误信息后异常退出，比如，模型中有MatMul算子，并且MatMul的一个输入Tensor是权重，另一个输入Tensor是输入时，调用可变维度接口会导致输入Tensor和权重Tensor的Shape不匹配，最终导致推理失败。

下面示例代码演示如何对MindSpore Lite的输入Tensor进行Resize：

List<MSTensor> inputs = model.getInputs();
int[][] dims = {{1, 300, 300, 3}};
bool ret = model.resize(inputs, dims);

查看日志

当推理出现异常的时候，可以通过查看日志信息来定位问题。针对Android平台，采用Logcat命令行工具查看MindSpore Lite推理的日志信息，并利用MS_LITE 进行筛选。

logcat -s "MS_LITE"

获取版本号

MindSpore Lite提供了Version方法可以获取版本号，包含在com.mindspore.lite.config.Version头文件中，调用该方法可以得到当前MindSpore Lite的版本号。

下面示例代码演示如何获取MindSpore Lite的版本号：

import com.mindspore.lite.config.Version;
String version = Version.version();