41 lines
2.1 KiB
ReStructuredText
41 lines
2.1 KiB
ReStructuredText
mindspore.ops.TensorDump
|
||
========================
|
||
|
||
.. py:class:: mindspore.ops.TensorDump(input_output='out')
|
||
|
||
将Tensor保存为numpy格式的.npy文件。
|
||
|
||
.. warning::
|
||
参数 `input_output` 将不再支持参数值为'all'。
|
||
|
||
.. note::
|
||
在Ascend平台上的Graph模式下，可以通过设置环境变量 `MS_DUMP_SLICE_SIZE` 和 `MS_DUMP_WAIT_TIME` 解决在输出大Tensor或输出Tensor比较密集的场景下算子执行失败的问题。
|
||
|
||
参数：
|
||
- **input_output** (str，可选) - 控制Tensordump行为模式的参数，可选的值为 ['out', 'in'] 中的一个，默认值： ``out`` 。
|
||
|
||
对于算子A --> 重排算子 --> 算子B这样的情况，由于重排算子的插入，导致算子A的输出不再等价于算子B的输入。
|
||
|
||
假设一种情况是算子A的计算结果既作为算子B的输入，也作为Tensordump算子的输入。则在该情况下，
|
||
通过设置参数 `input_output` 可以实现不同的保存数据的需求：
|
||
|
||
- 如果参数 `input_output` 设置为'out'，保存的数据仅包含算子A的输出分片。
|
||
- 如果参数 `input_output` 设置为'in'，保存的数据将仅包含算子B的输入分片。
|
||
|
||
当参数 `input_output` 被配置为'in'时，生成的输入分片所对应的npy文件命名格式为：fileName_dumpMode_dtype_id.npy。
|
||
|
||
当参数 `input_output` 被配置为'out'时，生成的输出分片所对应的npy文件命名格式为：fileName_dtype_id.npy。
|
||
|
||
- fileName：参数 `file` 的值（若该参数传入时是一个用户指定的路径，则fileName的值为路径的最后一级）。
|
||
- dumpMode：参数 `input_output` 的值。
|
||
- dtype：原始的数据类型。bfloat16类型数据保存在.npy文件中会被转换成float32类型。
|
||
- id：一个自增的ID。
|
||
|
||
输入：
|
||
- **file** (str) - 要保存的文件路径。
|
||
- **input_x** (Tensor) - 任意维度的Tensor。
|
||
|
||
异常：
|
||
- **TypeError** - 如果 `file` 不是str。
|
||
- **TypeError** - 如果 `input_x` 不是Tensor。
|