MNN 소스 코드 읽기--Tensor 데이터 구조 분석 및 실행 예제

텐서는 추론 프레임워크에서 중간 데이터를 수용하는 데이터 구조입니다. 일반적으로 사용되는 함수는 다음과 같습니다.

첫 번째 매개변수는 텐서의 차원 정보이고, 두 번째 매개변수는 다음과 같습니다. 데이터 포인터를 지정하는지 여부입니다. 세 번째 매개변수는 메모리에 있는 데이터의 배열 정보입니다. CAFFE인 경우 NCHW 유형임을 나타냅니다. TENSORFLOW인 경우 기본 유형은 TENSORFLOW입니다. 여기에는 최종 1 3 1024*1024 데이터를 얻으려는 경우 CAFFE 유형 데이터 배열을 지정하지 않고 기본 상황(TENSORFLOW)을 사용하는 경우와 같은 몇 가지 함정이 있는 경우가 많습니다. 읽은 데이터가 끝에 있습니다.

다양한 크기와 길이 가져오기:

모양 벡터와 총 데이터 수 가져오기:

데이터 포인터 가져오기:

Interpreter는 MNN 모델에서 얻은 네트워크의 경우 Interpreter의 tenosr 작업에는 입력 테너와 출력 텐서의 설정이 포함되어야 합니다. 다른 장치에서 실행될 수 있으므로 메모리 복사 작업이 있을 수 있습니다.

인터프리터의 입력 텐서 가져오기:

인터프리터의 출력 텐서 가져오기:

호스트의 텐서 데이터를 인터프리터의 텐서에 복사

인터프리터의 텐서 데이터를 호스트 텐서에 복사합니다