mindspore_lite.LiteInfer

class mindspore_lite.LiteInfer(model_or_net, *net_inputs, context=None, model_group_id=None, config: dict = None)

LiteInfer 类接受训练模型作为输入直接执行推理。

参数：

• model_or_net (Model, Cell) - MindSpore模型或者MindSpore的nn.Cell。

• net_inputs (Union[Tensor, Dataset, List, Tuple, Number, Bool]) - 表示 net 的输入。如果网络有多个输入，则将它们设置在一起。当其类型为 Dataset 时，表示 net 的预处理行为，数据预处理操作将被序列化，此时需要手动调整数据集脚本的batch大小来影响 net 输入的batch大小。目前仅支持从数据集中解析“image”列。

• context (Context，可选) - 定义执行过程中用于传递选项的上下文，None 表示使用CPU的上下文。默认值：None。

• model_group_id (int，可选) - 用于绑定模型id至模型群组。默认值：None。

• config (dict，可选) - 当后端为“lite”时使用。配置信息包含两部分，config_path（'configPath'，str）和config_item（str，dict）。config_item优先级高于config_path。设置用于推理的rank table文件，配置文件的内容如下：

  [ascend_context]
  rank_table_file=[path_a](storage initial path of the rank table file)
  

  当设置了

  config = {"ascend_context" : {"rank_table_file" : "path_b"}}
  

  配置中的path_b将会被用于编译模型。默认值：None。

异常：

• ValueError - model_or_net 不是MindSpore模型或者MindSpore的nn.Cell。

get_inputs()

获取模型的所有输入张量。详情见 mindspore_lite.Model.get_inputs()。

predict(inputs)

模型推理。详情见 mindspore_lite.Model.predict()。

resize(inputs, dims)

调整输入的形状。详情见 mindspore_lite.Model.resize()。