CANN/ge AIPP信息结构体

aclAippInfo【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/getypedef struct aclAippInfo { aclAippInputFormat inputFormat; int32_t srcImageSizeW; int32_t srcImageSizeH; int8_t cropSwitch; int32_t loadStartPosW; int32_t loadStartPosH; int32_t cropSizeW; int32_t cropSizeH; int8_t resizeSwitch; int32_t resizeOutputW; int32_t resizeOutputH; int8_t paddingSwitch; int32_t leftPaddingSize; int32_t rightPaddingSize; int32_t topPaddingSize; int32_t bottomPaddingSize; int8_t cscSwitch; int8_t rbuvSwapSwitch; int8_t axSwapSwitch; int8_t singleLineMode; int32_t matrixR0C0; int32_t matrixR0C1; int32_t matrixR0C2; int32_t matrixR1C0; int32_t matrixR1C1; int32_t matrixR1C2; int32_t matrixR2C0; int32_t matrixR2C1; int32_t matrixR2C2; int32_t outputBias0; int32_t outputBias1; int32_t outputBias2; int32_t inputBias0; int32_t inputBias1; int32_t inputBias2; int32_t meanChn0; int32_t meanChn1; int32_t meanChn2; int32_t meanChn3; float minChn0; float minChn1; float minChn2; float minChn3; float varReciChn0; float varReciChn1; float varReciChn2; float varReciChn3; aclFormat srcFormat; // 模型转换前原始模型的输入format aclDataType srcDatatype; // 模型转换前原始模型的输入datatype size_t srcDimNum; // 模型转换前原始模型输入dims size_t shapeCount; // 动态Shape动态Batch或动态分辨率场景下的档位数 aclAippDims outDims[ACL_MAX_SHAPE_COUNT]; // 在多shape模型下各个分档对应的aipp输出dims信息需要在模型编译阶段按照shape推导出来保存在模型中输出的Formatdatatype、输出dims等不随shape变化而变化 aclAippExtendInfo *aippExtend; // 预留参数当前版本用户必须传入空指针 } aclAippInfo;【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考