函数：set_tensor_format
函数：set_tensor_origin_format
| C函数原型 | aclError aclSetTensorOriginFormat(aclTensorDesc *desc, aclFormat format) |
|---|---|
| Python函数 | ret = acl.set_tensor_origin_format(desc, format) |
| 函数功能 | 调用acl.create_tensor_desc接口创建Tensor描述信息后，可通过acl.set_tensor_origin_format设置Tensor的原始Format信息，当前主要用于PyTorch场景下，同步接口。 （说明：例如，某算子的原始Format为NHWC（原始Shape为4维）或者NDHWC（原始Shape为5维），为了提高数据访问效率，在进行模型转换或者在线构建网络时会自动转换Format，将原始数据Format转化为 昇腾AI处理器 内部计算数据时用的Format（NC1HWC0或者NDC1HWC0），同时进行推导Shape用于内部计算。） |
| 输入说明 | desc：int，Tensor描述数据的指针地址。 format：int， 指定Tensor描述的格式。 |
| 返回值说明 | ret：int，错误码。 - 返回0表示成功。 - 返回其它值表示失败。 |
| 约束说明 | 无 |
父主题： 公共接口
函数：set_tensor_shape
| C函数原型 | aclError aclSetTensorShape(aclTensorDesc *desc, int numDims, const int64_t *dims) |
|---|---|
| Python函数 | ret = acl.set_tensor_shape(desc, dims) |
| 函数功能 | 调用acl.create_tensor_desc接口创建Tensor描述信息后，可通过acl.set_tensor_shape设置昇腾AI处理器内部处理Tensor时的维度信息，当前主要用于PyTorch场景下，同步接口。 （说明：例如，某算子的原始Format为NHWC（原始Shape为4维）或者NDHWC（原始Shape为5维），为了提高数据访问效率，在进行模型转换或者在线构建网络时会自动转换Format，将原始数据Format转化为 昇腾AI处理器 内部计算数据时用的Format（NC1HWC0或者NDC1HWC0），同时进行推导Shape用于内部计算。） |
| 输入说明 | desc：int，Tensor描述数据的指针地址。 dims：list，要设置的维度。 |
| 返回值说明 | ret：int，错误码。 - 返回0表示成功。 - 返回其它值表示失败。 |
| 约束说明 | 无 |
父主题： 公共接口
函数：set_tensor_format
| C函数原型 | aclError aclSetTensorFormat(aclTensorDesc *desc, aclFormat format) |
|---|---|
| Python函数 | ret = acl.set_tensor_format(desc, format) |
| 函数功能 | 调用acl.create_tensor_desc接口创建Tensor描述信息后，可通过acl.set_tensor_format设置昇腾AI处理器内部处理Tensor时的Format信息，当前主要用于PyTorch场景下，同步接口。 （说明：例如，某算子的原始Format为NHWC（原始Shape为4维）或者NDHWC（原始Shape为5维），为了提高数据访问效率，在进行模型转换或者在线构建网络时会自动转换Format，将原始数据Format转化为 昇腾AI处理器 内部计算数据时用的Format（NC1HWC0或者NDC1HWC0），同时进行推导Shape用于内部计算。） |
| 输入说明 | desc：int，Tensor描述数据的指针地址。 format：int， 指定Tensor描述的格式。 |
| 返回值说明 | ret：int，错误码。 - 返回0表示成功。 - 返回其它值表示失败。 |
| 约束说明 | 无 |
父主题： 公共接口
函数：set_tensor_const
| C函数原型 | aclError **aclSetTensorConst(**aclTensorDesc *desc, void *dataBuffer, size_t length) |
|---|---|
| Python函数 | ret = acl.set_tensor_const**(**desc, dataBuffer, length) |
| 函数功能 | 为算子设置constant输入，指定存放输入Tensor数据的内存地址和地址长度。同步接口。 |
| 输入说明 | desc：int，aclTensorDesc类型的指针地址。需提前调用acl.create_tensor_desc接口创建aclTensorDesc类型。 dataBuffer：int，存放constant输入Tensor数据的内存地址，此处算子输入Tensor数据的内存必须根据应用运行模式来确定。内存申请接口请参见内存管理。 - 应用运行在Host时，此处需申请Host上的内存。 - 应用运行在Device时，此处需申请Device上的内存。 length：int，内存地址的长度，单位是Byte。 |
| 返回值说明 | ret：int，错误码。 - 返回0表示成功。 - 返回其它值表示失败。 |
| 约束说明 | 无 |
父主题： 公共接口
函数：set_tensor_shape_range
| C函数原型 | aclError aclSetTensorShapeRange(aclTensorDesc* desc, size_t dimsCount, int64_t dimsRange[][ACL_TENSOR_SHAPE_RANGE_NUM]****) |
|---|---|
| Python函数 | ret = acl.set_tensor_shape_range(desc, dims_range) |
| 函数功能 | 调用acl.create_tensor_desc接口创建Tensor描述信息后，可通过本接口设置Tensor的各个维度的取值范围。同步接口。 使用场景：动态Shape的算子，其输入Shape中变化维度用-1表示，但每个变化维度的范围是不一样的，需要显式设置。 如Shape为[16, -1, 20, -1]，对应的shape range可以是[[16, 16], [1, 128], [20, 20], [1, 10]]，表示第一维的Shape范围固定为16，第二维的Shape范围为1到128，第三维的Shape范围固定为20，第四维的Shape范围为1到10。 |
| 输入说明 | desc：int，Tensor描述数据的指针地址。 dims_range：list，“dims_range”为每个维度的取值范围，用二维list表示范围。 |
| 返回值说明 | ret：int，错误码。 - 返回0表示成功。 - 返回其它值表示失败。 |
| 约束说明 | 无 |
父主题： 公共接口
在线提单