评分并提供意见反馈 :
华为采用机器翻译与人工审校相结合的方式将此文档翻译成不同语言，希望能帮助您更容易理解此文档的内容。 请注意：即使是最好的机器翻译，其准确度也不及专业翻译人员的水平。 华为对于翻译的准确性不承担任何责任，并建议您参考英文文档（已提供链接）。
Tensor管理
reshape
功能说明
设置或者改变Tensor shape。
函数原型
reshape(new_shape)
参数说明
表12-11 参数说明
参数名称 |
输入/输出 |
含义 |
|---|---|---|
new_shape |
输入 |
指定新的Tensor对象的形状，支持List(int)，tuple(int)类型。 须知：
当前版本由整数立即数组成的list或者tuple。 |
注意事项
- 新的shape的总大小和原来定义的shape的大小必须一致。
- 新tensor和原来的tensor内存指向同一块。新tensor的值修改后，原来的tensor值也会改变。
返回值
新的tensor。
调用示例
from te import tik
tik_instance = tik.Tik()
data_A = tik_instance.Tensor("float16", (128,), name="data_A", scope=tik.scope_gm)
data_A.reshape((64,2))
reinterpret_cast_to
功能说明
改变Tensor的数据类型。以用户指定的数据类型，读取相同内存数据，并对内存中的字节重新解释，并不具有数据精度转化功能，如需进行数据精度转化请参考数据精度转换接口vec_conv。
例如：128个float16，则可以使用reinterpret_cast_to指定以float32的方式读取该段数据，会获得64个float32，因此reinterpret_cast_to并非真正将每一个float16数据转化成对应float32数据。
函数原型
reinterpret_cast_to(dtype)
参数说明
表12-12 参数说明
参数名称 |
输入/输出 |
含义 |
|---|---|---|
dtype |
输入 |
指定Tensor对象的数据类型，取值： uint8、int8、uint16、int16、float16、uint32、int32、float32、uint64、int64 |
注意事项
- reinterpret_cast_to()的使用存在一些需要注意的限制，为了方便叙述，我们从用户的角度定义一个factor的概念：原本的数据类型的bit数除以指定类型数据的bit数，例如，原本用户申请tensor时申明内存上的数据是128个float16，但是现在期望指定以float32方式读取该段数据，则factor = 16/32 = 0.5。reinterpret_cast_to()的使用，仅局限于以下情形：
- factor必须大于零。
- 若factor大于1，factor必须是个整数。
- 若factor小于1，则用户需要注意数据的shape，shape的最后一维shape[-1]必须满足shape[-1] * factor为整数。对于原本的数据是128个float16，指定以float32方式读取的情形，若用户在这里将shape设置为(128, 1)，则shape的最后一维为1，而此时factor是0.5，shape[-1] * factor = 1*0.5 = 0.5，非整数，说明我们无法将单个的float16以float32的形式读入，因此前端代码会报错“Error: Last dimension in shape multiplies factor should be an integer." 正确的调用方式是将shape直接设置为128。
返回值
新的tensor。
调用示例
示例1：
from te import tik
tik_instance = tik.Tik()
data_A = tik_instance.Tensor("float16", (16,), name="data_A", scope=tik.scope_gm)
data_B = data_A.reinterpret_cast_to("uint32")
data_C = data_B.reinterpret_cast_to("float16")
"""实际例子如下：
输入数据：
data_A:
[ 4.812e+00 1.870e-04 -5.692e-02 2.528e-02 -9.225e+02 -1.431e+02
-1.541e+01 -2.018e-03 1.653e-03 -4.090e+00 2.016e+01 -5.846e+04
-8.072e-03 2.627e+00 -3.174e-02 -3.088e-01]
输出数据：
data_B:
[ 169952464 645507913 3631866677 2552417204 3289847493 4213394698
1094819874 3035736080]
data_C:
[ 4.812e+00 1.870e-04 -5.692e-02 2.528e-02 -9.225e+02 -1.431e+02
-1.541e+01 -2.018e-03 1.653e-03 -4.090e+00 2.016e+01 -5.846e+04
-8.072e-03 2.627e+00 -3.174e-02 -3.088e-01]
"""
示例2：
from te import tik
tik_instance = tik.Tik()
data_A = tik_instance.Tensor("float16", (16,), name="data_A", scope=tik.scope_gm)
data_B = data_A.reinterpret_cast_to("uint16")
data_C = data_B.reinterpret_cast_to("float16")
"""实际例子如下：
输入数据：
data_A:
[ 4.566e+01 -7.880e+02 1.414e-04 -1.300e-02 -1.893e+03 -1.622e-01
-1.289e+00 2.478e+02 -3.107e+00 -2.072e+01 7.192e-01 -1.805e+00
3.259e+01 -3.181e-03 -3.248e-05 4.086e+04]
输出数据：
data_B:
[20917 57896 2210 41640 59237 45361 48424 23486 49719 52526 14785 48952
20499 39556 33313 30973]
data_C:
[ 4.566e+01 -7.880e+02 1.414e-04 -1.300e-02 -1.893e+03 -1.622e-01
-1.289e+00 2.478e+02 -3.107e+00 -2.072e+01 7.192e-01 -1.805e+00
3.259e+01 -3.181e-03 -3.248e-05 4.086e+04]
"""
获取Tensor部分数据
功能说明
通过Tensor数组下标，获得Tensor内部分数据，形成新的tensor。
函数原型
__getitem__(index_in)
参数说明
表12-13 参数说明
参数名称 |
输入/输出 |
含义 |
|---|---|---|
index_in |
输入 |
Tensor数组下标，包括如下类型：
|
注意事项
- 用户在进行slice操作时，不同scope对齐要求不同，slice的start根据不同scope需要满足如下的要求：
- UB：32Byte对齐
- GM：无对齐要求
返回值
新的tensor。
调用示例
from te import tik
tik_instance = tik.Tik()
data_A = tik_instance.Tensor("float16", (128,), name="data_A", scope=tik.scope_gm)
data_b = data_A[1]
改变Tensor内容
功能说明
通过Tensor数组下标，改变Tensor内容。
函数原型
__setitem__(index, value)
参数说明
表12-14 参数说明
参数名称 |
输入/输出 |
含义 |
|---|---|---|
index |
输入 |
Tensor数组下标，包括如下类型：
|
value |
输入 |
具体的值，和Tensor定义 的数据类型相关 当前仅支持Scalar 变量，Expr，Tensor 变量，还不支持立即数。 |
注意事项
- 用户在进行slice操作时，不同scope对齐要求不同，slice的start根据不同scope需要满足如下的要求：
- UB：32Byte对齐
- GM：无对齐要求
返回值
None
调用示例
from te import tik
tik_instance = tik.Tik()
data_A = tik_instance.Tensor("float16", (128,), name="data_A", scope=tik.scope_ubuf)
scalar_B = tik_instance.Scalar(dtype="float16", name="scalar_B", init_value=2.0)
data_A[0].set_as(scalar_B)
shape
功能说明
获取tensor形状。
函数原型
shape()
参数说明
无。
注意事项
无
返回值
shape形状： 数据类型是list。
调用示例
from te import tik
tik_instance = tik.Tik()
data_A = tik_instance.Tensor("float16", (128,), name="data_A", scope=tik.scope_ubuf)
data_A.shape();
返回：[128]
set_as
功能说明
设置或者改变Tensor 的内容。
函数原型
set_as(value, dst_offset=0, src_offset=None)
参数说明
表12-15 参数说明
参数名称 |
输入/输出 |
含义 |
|---|---|---|
value |
输入 |
待设置的值。支持的数据类型：
|
dst_offset |
输入 |
保留参数，不建议使用。 |
src_offset |
输入 |
保留参数，不建议使用。 |
注意事项
- Scalar赋值给Tensor是必须保证两者数据类型一致。
- 支持Expr赋值给Tensor(int/uint)，要求Expr中的Scalar类型为Scalar(int/uint)，立即数类型为(int/float)。
- 昇腾310 AI处理器，不支持任何类型的Expr赋值给Scalar(float16/float32)。
返回值
无
调用示例
from te import tik
tik_instance = tik.Tik()
data_A = tik_instance.Tensor("float16", (128,), name="data_A", scope=tik.scope_ubuf)
data_B = tik_instance.Tensor("float16", (128,), name="data_A", scope=tik.scope_ubuf)
data_A[0].set_as(data_B[0])
