layout
最后更新
modelconverter.utils.layout从张量形状猜测张量布局。布局是一个字母代码,例如 "NCHW",用于命名张量的每个维度。转换需要为每个输入和输出提供一个布局——以了解哪些轴是空间轴,以及图像在馈送到模型之前必须如何布局——但模型很少说明它,并且供应商工具链会在此过程中重新排序维度。这里的辅助函数从形状本身恢复一个合理的布局,并将已知布局应用于重新排序的形状。函数
guess_new_layout
Python
1def guess_new_layout(old_layout: str, old_shape: list[int], new_shape: list[int]) -> str:示例
Pycon
1>>> guess_new_layout("NCHW", [1, 3, 256, 256], [1, 256, 256, 3])
2'NHWC'old_layout(str): 描述old_shape的布局。old_shape(list[int]): 已知布局的形状。new_shape(list[int]): 要标记的old_shape的重新排序。
str: 新布局的字母代码表示。
ValueError: 如果新形状的长度与旧布局不同,或者不包含与旧形状相同的元素。
is_image_input_shape
Python
1def is_image_input_shape(shape: list[int], layout: str, *, allow_batchless: bool = False) -> bool:is_interleaved_image_layout
Python
1def is_interleaved_image_layout(layout: str | None) -> bool:make_default_layout
Python
1def make_default_layout(shape: list[int]) -> str:C 开始,并为每个剩余维度赋予尚未使用的下一个字母。示例
Pycon
1>>> make_default_layout([1, 3, 256, 256])
2'NCHW'
3>>> make_default_layout([1, 19, 7, 8])
4'NCDE'shape(list[int]): 要创建布局的形状。
str: 布局的字母代码表示。