当前位置: 首页 > news >正文

CANN/metadef Build函数API文档

Build

【免费下载链接】metadefAscend Metadata Definition项目地址: https://gitcode.com/cann/metadef

函数功能

根据之前的设置,构建TilingParseContext,返回一个ContextHolder<TilingParseContext> 对象。

函数原型

ContextHolder<TilingParseContext> Build()

参数说明

返回值说明

返回一个 ContextHolder<TilingParseContext> 对象,通过其GetContext()方法可获取TilingParseContext指针。

约束说明

  • 所有通过指针传入的参数,其内存所有权归调用者所有;调用者必须确保这些指针在ContextHolder对象的整个生命周期内有效。
  • ContextHolder析构时会自动释放内部上下文资源。请勿手动释放GetContext() 返回的指针。

调用示例

#include "base/context_builder/op_tiling_parse_context_builder.h" const char* json_data = R"({"block_dim": 16, "stream_num": 1})"; uint8_t tmp_platform_info[] = {1, 2, 3, 4, 5, 6, 7}; // fake数据 uint8_t tmp_compile_info[] = {1, 2, 3, 4, 5, 6, 7}; // fake数据 OpTilingParseContextBuilder ctx_builder; auto holder = ctx_builder.OpName("tmp") .OpType("DIY") .IONum(4, 1) .InputTensorDesc(0, ge::DT_FLOAT, ge::FORMAT_NCDHW, ge::FORMAT_RESERVED) .InputTensorDesc(1, ge::DT_FLOAT, ge::FORMAT_NCDHW, ge::FORMAT_RESERVED) .InputTensorDesc(2, ge::DT_FLOAT, ge::FORMAT_NCDHW, ge::FORMAT_RESERVED) .InputTensorDesc(3, ge::DT_FLOAT, ge::FORMAT_NCDHW, ge::FORMAT_RESERVED) .OutputTensorDesc(0, ge::DT_FLOAT, ge::FORMAT_NCDHW, ge::FORMAT_RESERVED) .CompiledJson(json_data) .CompiledInfo(tmp_compile_info) .PlatformInfo(tmp_platform_info) .Build(); auto ctx = holder.GetContext(); EXPECT_NE(ctx, nullptr); auto ctx_compute_node_info = ctx->GetComputeNodeInfo(); EXPECT_NE(ctx_compute_node_info, nullptr); EXPECT_EQ(ctx->GetInputDesc(0)->GetOriginFormat(), ge::FORMAT_NCDHW); EXPECT_EQ(ctx->GetInputDesc(0)->GetStorageFormat(), ge::FORMAT_RESERVED); EXPECT_EQ((void *) ctx->GetPlatformInfo(), (void *) tmp_platform_info); EXPECT_EQ((void *) ctx->GetPlatformInfo(), (void *) tmp_platform_info); EXPECT_EQ(std::string(ctx->GetCompiledJson()), std::string(json_data.c_str())); EXPECT_EQ(ctx->GetCompiledInfo<uint8_t>(), tmp_compile_info);

【免费下载链接】metadefAscend Metadata Definition项目地址: https://gitcode.com/cann/metadef

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

http://www.jsqmd.com/news/785514/

相关文章:

  • 20个AI/ML创意项目实践:从建构主义学习到核心技能掌握
  • CANN/hcomm 通信引擎
  • Shadow Hand灵巧手维修日记:手指PST传感器更换全记录(附肌腱线处理技巧)
  • 测试90测试90测试90测试90测试90
  • 从零构建Llama 3:深入理解大语言模型架构与训练全流程
  • EXPLAIN-从入门到精通-数据库优化必备神器
  • Positive AI:从功能驱动到福祉驱动的AI设计范式与实践
  • CANN/tensorflow安全声明
  • 别再喊 PG 完爆 MySQL 了:阿里京东美团业务库都用 MySQL,不是他们没看 PG
  • ESP32-S3驱动ST7735彩屏:从零到亮的保姆级配置指南(附完整接线图)
  • CANN/sip交换向量示例
  • 第 4 章:模块与包管理
  • 量子计算动态解耦技术:原理、实现与应用
  • 基于Playwright的浏览器自动化技能库:从模块化封装到实战应用
  • 开源OSINT工具iGotcha:模块化数字痕迹追踪与信息聚合实战
  • 大模型评测中的多样性挑战:从标准化基准到公平评估的实践路径
  • AI技术博客实战:从资讯编译到深度文章的全流程解析
  • 告别点灯调试:用Arduino和TM1629A快速搭建一个多功能显示仪表盘
  • C++学习(26_05_09)
  • 对比自行维护Taotoken在稳定性与成本上的优势感知
  • 港风滤镜下的郑斯仁,在复古里寻找演员的多面性
  • 快速学Python编程-免费|零基础入门好处多多
  • 别再死记硬背IIC时序图了!用Arduino UNO和逻辑分析仪,5分钟带你亲手抓取波形搞懂它
  • 【Anthropic NLA 】深度拆解:自然语言自动编码器——撬开 LLM 黑箱的五把钥匙
  • 基于知识图谱与NLP的智能食谱推荐系统:从数据构建到对话引擎
  • 机器学习在生命科学中的应用:从蛋白质结构预测到单细胞分析
  • 上海外墙装饰服务商深度测评及选型指南 - 海棠依旧大
  • DownKyi视频解析引擎:B站多媒体内容获取与处理的技术架构解析
  • AI新闻周报 2026-05-04_2026-05-09
  • ceshi02ceshi03ceshi02ceshi03ceshi02ceshi03ceshi02ceshi03