
# register【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产品支持情况Atlas A3 训练系列产品/Atlas A3 推理系列产品支持Atlas A2 推理系列产品/Atlas A2 训练系列产品支持函数功能注册自定义类型对应的序列化、反序列化、计算size的函数可结合feedfetch接口使用用于feed/fetch任意Python类型。函数原型register(msg_type, clz, serialize_func, deserialize_func, size_funcNone)参数说明参数名称数据类型取值说明msg_typeint注册的类型ID。clz类型定义类型定义比如intstr或者自定义的class。serialize_funcfunction序列化函数输入是任意的Python对象输出bytes类型的数据即对象被序列化后的字节流。deserialize_funcfunction反序列化函数输入类型为bytes表示要反序列化的字节流输出为被反序列化的对象。可以是任何Python对象类型。size_funcfunction计算序列化后内存大小的函数单位字节预留字段。返回值正常场景下返回None。异常情况下会抛出DfException异常。可以通过捕捉异常获取DfException中的error_code与message查看具体的错误码及错误信息。详细信息请参考DataFlow错误码。调用示例import cloudpickle import dataflow as df class TestClass(): def __init__(self, name, val): self.name name self.val val df.msg_type_register.register(1026, TestClass, lambda obj: cloudpickle.dumps(obj), lambda buffer: cloudpickle.loads(buffer))约束说明无【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