Ascend print数据落盘使用

mindspore的Print算子有两种模式,一种是直接打屏,还有一种是数据落盘,保存到二进制文件中

默认打印在屏幕上。也可以保存在文件中,通过context设置print_file_path参数。

一旦设置,输出将保存在指定文件中。通过函数 mindspore.parse_print() 可以重新加载数据。

而且print_file_path只在Ascend上设置生效

1. 保存print的数据到文件中

关键的代码为:

ini 复制代码
context.set_context(print_file_path=print_file)
python 复制代码
from mindspore import nn  
from mindspore.ops import operations as ops  
from mindspore import Tensor  
import numpy as np  
from mindspore import context  
from mindspore.train.serialization import parse_print  
print_file = "kkkk.log"  
context.set_context(print_file_path=print_file)  
    
class PrintDemo(nn.Cell):  
    def __init__(self):  
        super(PrintDemo, self).__init__()  
        self.print = ops.Print()  
    
    def construct(self, x, y):  
        self.print('Print Tensor x and Tensor y:', x, y)  
        return x  
    
x = Tensor(np.ones([2, 1]).astype(np.int32))  
y = Tensor(np.ones([2, 2]).astype(np.int32))  
net = PrintDemo()  
result = net(x, y)  

2. 通过parse_print接口,读取保存的数据

关键代码为:

ini 复制代码
file = parse_print(print_file)
python 复制代码
from mindspore import nn  
from mindspore.ops import operations as ops  
from mindspore import Tensor  
import numpy as np  
from mindspore import context  
from mindspore.train.serialization import parse_print  
print_file = "kkkk.log"  
    
file = parse_print(print_file)  
    
print("kkkk0", file[0])  
print("kkkk1", file[1])  
print("kkkk2", file[2])  

两个不能放在同一个文件中执行,若是放在一个文件中执行,读取的时候会报错,说没有数据

保存的文件是下面这样的:

cke_96470.png560×145 5.38 KB

可以从代码中看到,保存的有三个数据,一个字符串,两个Tensor

打印出来的保存数据形式为:

这种保存方式,可以在调试数据大的时候使用

相关推荐
etcix6 小时前
dmenux.c: integrate dmenu project as one file
c语言·前端·算法
papership6 小时前
【入门级-算法-6、排序算法:选择排序】
数据结构·算法·排序算法
汉克老师7 小时前
第十四届蓝桥杯青少组C++选拔赛[2023.2.12]第二部分编程题(4、最大空白区)
c++·算法·蓝桥杯·蓝桥杯c++·c++蓝桥杯
共享家95277 小时前
优先搜索(DFS)实战
算法·leetcode·深度优先
一只懒洋洋7 小时前
中值滤波、方框滤波、高斯滤波、均值滤波、膨胀、腐蚀、开运算、闭运算
算法·均值算法
shellvon7 小时前
你怎么被识别的?从TLS到Canvas的设备追踪术
后端·算法
薛定谔的算法7 小时前
JavaScript栈的实现与应用:从基础到实战
前端·javascript·算法
羚羊角uou8 小时前
【Linux】匿名管道和进程池
linux·c++·算法
空白到白9 小时前
决策树-面试题
算法·决策树·机器学习