From 8d58755763f79e63247a75cf6ee5573cb91b4845 Mon Sep 17 00:00:00 2001
From: Thomas Young <35565423+HexToString@users.noreply.github.com>
Date: Thu, 22 Apr 2021 21:08:09 +0800
Subject: [PATCH] 11

11
---
 doc/LOD_CN.md | 24 ++++++++++++++++++++++++
 1 file changed, 24 insertions(+)
 create mode 100644 doc/LOD_CN.md

diff --git a/doc/LOD_CN.md b/doc/LOD_CN.md
new file mode 100644
index 00000000..55c307aa
--- /dev/null
+++ b/doc/LOD_CN.md
@@ -0,0 +1,24 @@
+# Lod字段说明
+
+(简体中文|[English](LOD.md))
+
+## 概念
+
+LoD(Level-of-Detail) Tensor是Paddle的高级特性，是对Tensor的一种扩充。LoDTensor通过牺牲灵活性来提升训练的效率。
+注：对于大部分用户来说，无需关注LoDTensor的用法，目前Serving中仅支持一维Lod的用法。
+
+## 使用
+
+**前提：** 首先您的预测模型需要支持变长Tensor的输入。
+
+
+以视觉任务为例，在视觉任务中，时常需要处理视频和图像这些元素是高维的对象，假设现存的一个mini-batch包含3个视频，分别有3个，1个和2个帧。
+每个帧都具有相同大小：640x480，则这个mini-batch可以被表示为：
+```
+3     1  2
+口口口 口 口口
+```
+最底层tensor大小为（3+1+2）x640x480，每一个 口 表示一个640x480的图像。
+那么此时，Tensor的shape为[6,640,480],lod=[0,3,4,6].
+其中0为起始值，3-0=3;4-3=1;6-4=2，这三个值正好表示您的变长信息，lod中的最后一个元素6，应等于shape中第一维度的总长度。
+lod中记录的变长信息与Tensor中shape的第一维度的信息应按照上述方式对齐。
-- 
GitLab