CANN/ge保存模型API文档

aclgrphSaveModel【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge产品支持情况全量芯片支持。头文件/库文件头文件#include ge/ge_ir_build.h库文件libge_compiler.so功能说明将离线模型序列化并保存到指定文件中。函数原型[!NOTE]说明 数据类型为string的接口后续版本会废弃建议使用数据类型为非string的接口。graphStatus aclgrphSaveModel(const std::string output_file, const ModelBufferData model) graphStatus aclgrphSaveModel(const char_t *output_file, const ModelBufferData model)参数说明参数名输入/输出说明model输入离线模型缓冲数据。详情请参见ModelBufferData。其中data指向生成的模型数据length代表该模型的实际大小。output_file输入保存离线模型的文件名。生成的离线模型文件名会自动以.om后缀结尾例如ir_build_sample.om或者ir_build_sample_linux_x86_64.om若om文件名中包含操作系统及架构则该om文件只能在该操作系统及架构的运行环境中使用。返回值说明参数名类型说明-graphStatusGRAPH_SUCCESS(0)成功。其他值失败。约束说明若生成的om模型文件名中含操作系统及架构但操作系统及其架构与模型运行环境不一致时需要与OPTION_HOST_ENV_OS、OPTION_HOST_ENV_CPU参数配合使用设置模型运行环境的操作系统类型及架构。参数具体介绍请参见aclgrphBuildInitialize支持的配置参数。【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考