Tensor

Tensor

class Tensor

Tensor是Paddle-Lite的数据组织形式，用于对底层数据进行封装并提供接口对数据进行操作，包括设置Shape、数据、LoD信息等。

注意：用户应使用CxxPredictor或LightPredictor的get_input和get_output接口获取输入/输出的Tensor。

示例：

from paddlelite.lite import *
import numpy as np
import argparse
# Command arguments
parser = argparse.ArgumentParser()
parser.add_argument(
    "--model_file", default="", type=str, help="Model file")
parser.add_argument(
    "--param_file", default="", type=str, help="Combined model param file")
parser.add_argument(
    "--model_dir", default="", type=str, help="Non-combined Model dir path")
args = parser.parse_args()
# 1. 设置CxxConfig
config = CxxConfig()
if args.model_file != '' and args.param_file != '':
    config.set_model_file(args.model_file)
    config.set_param_file(args.param_file)
else:
    config.set_model_dir(args.model_dir)
places = [Place(TargetType.X86, PrecisionType.FP32)]
config.set_valid_places(places)
# 2. 创建CxxPredictor
predictor = create_paddle_predictor(config)
# 3. 设置输入数据
input_tensor = predictor.get_input(0)
input_tensor.from_numpy(np.ones((1, 3, 224, 224)).astype("float32"))
# 4. 运行模型
predictor.run()
# 5. 获取输出数据
output_tensor = predictor.get_output(0)
output_data = output_tensor.numpy()
print(output_data)

`resize(shape)`

设置Tensor的维度信息。

参数：

shape(list) - 维度信息

返回：None

返回类型：None

`shape()`

获取Tensor的维度信息。

参数：

None

返回：Tensor的维度信息

返回类型：list

`numpy()`

获取Tensor的持有的数据。

示例：

output_tensor = predictor.get_output(0)
output_data = output_tensor.numpy()
print(output_data)

参数：

None

返回：Tensor持有的数据

返回类型：numpy.array

`from_numpy(np.array)`

设置Tensor的持有数据。

示例：

import numpy as np
input_tensor = predictor.get_input(0)
input_tensor.from_numpy(np.ones([1, 3, 224, 224].astype("float32")))

参数：

numpy.array - 待设置的数据

返回：None

返回类型：None

`set_lod(lod)`

设置Tensor的LoD信息。

参数：

lod(list[list]) - Tensor的LoD信息

返回：None

返回类型：None

`lod()`

获取Tensor的LoD信息

参数：

None

返回：Tensor的LoD信息

返回类型：list[list]

`float_data()`

获取Tensor的持有的float型数据。

示例：

output_tensor = predictor.get_output(0)
print(output_tensor.shape())
print(output_tensor.float_data()[:10])

参数：

None

返回：Tensor持有的float型数据

返回类型：list

`set_float_data(float_data)`

设置Tensor持有float数据。

示例：

input_tensor = predictor.get_input(0)
input_tensor.resize([1, 3, 224, 224])
input_tensor.set_float_data([1.] * 3 * 224 * 224)

参数：

float_data(list) - 待设置的float型数据

返回：None

返回类型：None