未验证 提交 35de048a 编写于 作者: F flame 提交者: GitHub

fix python inference api's mistypesetting (#974)

上级 4854d9c0
# PaddlePaddle 预测库 Python API介绍
Fluid提供了高度优化的[C++预测库](./native_infer.html)
为了方便使用,我们也提供了C++预测库对应的Python接口,两者含义完全相同,下面是详细的使用说明
# Python 预测 API介绍
Fluid提供了高度优化的[C++预测库](./native_infer.html),为了方便使用,我们也提供了C++预测库对应的Python接口,两者含义完全相同,下面是详细的使用说明
## PaddleTensor
`PaddleTensor`是预测库输入和输出的数据结构,包括以下字段
* `name`(str): 指定输入的名称
* `shape`(tuple|list): Tensor的shape
* `data`(PaddleBuf): Tensor的数据,存储在`PaddleBuf`中,
* `dtype`(PaddleDType): Tensor的类型
## PaddleBuf
`PaddleBuf`定义了`PaddleTensor`的存储结构,创建`PaddleBuf`:
``` python
int64_buf = PaddleBuf([1, 2, 3, 4])
float_buf = PaddleBuf([1., 2., 3., 4.])
```
`PadleBuf`包括以下方法
* `resize`: 重新分配内存,单位为byte
* `reset`: 重新设置数据
* `empty`: buffer是否为空
......@@ -25,12 +31,16 @@ float_buf = PaddleBuf([1., 2., 3., 4.])
* `length`: 内存大小,单位为byte
## PaddleDType
`PaddleDType`定义了`PaddleTensor`的类型,包括
* `PaddleDType.INT64`: 64位整型
* `PaddleDType.FLOAT32`: 32位浮点型
## AnalysisConfig
`AnalysisConfig`是创建预测引擎的配置,主要包括以下方法
`AnalysisConfig`是创建预测引擎的配置,主要包括以下方法
* `set_model`: 设置模型的路径
* `model_dir`: 返回模型路径
* `enable_use_gpu`: 设置GPU显存(单位M)和ID
......@@ -42,7 +52,8 @@ float_buf = PaddleBuf([1., 2., 3., 4.])
## PaddlePredictor
`PaddlePredictor`是运行预测的引擎,下面是创建和使用的说明
`PaddlePredictor`是运行预测的引擎,下面是创建和使用的说明
``` python
# 创建预测引擎
......@@ -75,14 +86,17 @@ results = predictor.run([x, y])
**Python API 相关接口与 C++ API 完全对应,可以对照查阅**
## 完整使用示例
下面是一个完整的resnet50预测示例
下载[resnet50模型](http://paddle-inference-dist.bj.bcebos.com/resnet50_model.tar.gz)并解压,运行如下命令将会调用预测引擎
``` bash
python resnet50_infer.py --model_dir model --prog_file model --params_file params --batch_size 2
```
`resnet50_infer.py` 的内容是
``` python
import argparse
import numpy as np
......
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册