开发者论坛

全部回复

LV.1 #19 w3jc回复
#16gg 回复
那我直接发你邮箱吧
dalao竟然如此慷慨？（狗头
2020-09-16 16:26:51 0| 回复

LV.3 #18 gg回复

#17cc 回复

5577515011@qq.com大佬，实验一cnplugin集成的plugin_power_difference_op.cc和离线模型的，我感觉我函数的参数有点问题。感谢感谢啊

展开

额，邮箱名错了

2020-09-09 15:20:14 0| 回复

LV.1 #17 回复
#16gg 回复
那我直接发你邮箱吧
5577515011@qq.com大佬，实验一cnplugin集成的plugin_power_difference_op.cc和离线模型的，我感觉我函数的参数有点问题。感谢感谢啊
2020-09-09 10:46:20 0| 回复

LV.3 #16 gg回复

#15cc 回复

大佬，实验就差一点了，报错改不出来，我这能不能看看你实验一cnplugin集成的plugin_power_difference_op.cc的代码，对照找找错处，马上就要交实验了。真的研究了好久不太会，本科没接触过这些东西。

展开

那我直接发你邮箱吧

2020-09-09 10:38:14 0| 回复

LV.1 #15 回复
#13gg 回复
这个是集成部分写错了，就是那个.cc文件
大佬，实验就差一点了，报错改不出来，我这能不能看看你实验一cnplugin集成的plugin_power_difference_op.cc的代码，对照找找错处，马上就要交实验了。真的研究了好久不太会，本科没接触过这些东西。
2020-09-08 20:11:23 0| 回复
LV.1 #14 回复

这是第一个函数
cnmlCreatePluginPowerDifferenceOpParam(cnmlPluginPowerDifferenceOpParam_t* param, int pow, int dims_a, cnmlCoreVersion_t core_version) ，框架测试是数据类型不是array，哪点写错了

2020-09-08 16:56:21 0| 回复

LV.3 #13 gg回复

#11cc 回复

框架测试的算子写出来了，可是运行出现数据错误，实验二里的run_ori_power_diff_pb()也是报数据流错误，框架测试的错误是TypeError: Expected DataType for argument 'dtype' not array，这是算子写错了吗

展开

这个是集成部分写错了，就是那个.cc文件

2020-09-08 13:48:11 0| 回复

LV.3 #12 gg回复

#9cc 回复

9 def power_difference_op(input_x, input_y, input_pow):
 10     with tf.compat.v1.Session() as sess:
 11        def powerD(in1,in2,pow):
 12            input1 = tf.placeholder(in1)
 13            input2 = tf.placeholder(in2)
 14            poww = tf.placeholder(pow)
 15        z=tf.powerDifference(input1,input2,poww)
 16        out = tf.power_difference(input_x, input_y, input_pow, None)
 17        return sess.run(z, feed_dict={input1:in1,input2:in2, poww:pow, output:out})

报错AttributeError: 'module' object has no attribute 'powerDifference'
大佬啊，你知道这些是之前学了什么课程 啊

展开

打错了是tf.power_difference()

2020-09-08 13:46:51 0| 回复

LV.1 #11 回复
#8gg 回复
我的意思是那个框架集成测试的代码
框架测试的算子写出来了，可是运行出现数据错误，实验二里的run_ori_power_diff_pb()也是报数据流错误，框架测试的错误是TypeError: Expected DataType for argument 'dtype' not array，这是算子写错了吗
2020-09-08 13:04:29 0| 回复
LV.1 #10 回复

报错

2020-09-08 11:26:52 0| 回复
LV.1 #9 回复
#8gg 回复
我的意思是那个框架集成测试的代码
9 def power_difference_op(input_x, input_y, input_pow): 10 with tf.compat.v1.Session() as sess: 11 def powerD(in1,in2,pow): 12 input1 = tf.placeholder(in1) 13 input2 = tf.placeholder(in2) 14 poww = tf.placeholder(pow) 15 z=tf.powerDifference(input1,input2,poww) 16 out = tf.power_difference(input_x, input_y, input_pow, None) 17 return sess.run(z, feed_dict={input1:in1,input2:in2, poww:pow, output:out}) 报错AttributeError: 'module' object has no attribute 'powerDifference' 大佬啊，你知道这些是之前学了什么课程啊
2020-09-08 11:25:45 0| 回复
LV.3 #8 gg回复
#6回复
单算子测试那个补全 powerDiff.cpp 文件并执行./make.sh是没有报错的
我的意思是那个框架集成测试的代码
2020-09-08 10:06:48 0| 回复

LV.3 #7 gg回复

#5回复

单算子当初没有测试，这是主要计算部分 for (int i = 0; i < quotient;i++) { 
 // TODO：拷入操作 __memcpy(input1_nram,input1+i*256,256*sizeof(uint16_t),GDRAM2NRAM); __memcpy(input2_nram,input1+i*256,256*sizeof(uint16_t),GDRAM2NRAM); 
 // TODO：实际计算部分 
 __bang_sub(input1_nram,input1_nram,input2_nram,256); 
 for(int j=0;j<=pow;j++)  
     {  __bang_mul(input1_nram,input1_nram,input1_nram,256);  } 
 // TODO：结果拷出操作 __memcpy(output+i*256,input1_nram,256*sizeof(uint16_t),NRAM2GDRAM); 
 } 
还有第一个实验框架测试，没有计算图，
out = tf.power_difference(input_x, input_y, input_pow, None)
 return sess.run(z, feed_dict={：out})
这个z是怎么来的?还有这个out传给谁呢

展开

第一个实验不需要计算图，直接将参数输进去就行了原本的变量定义也不用理会，直接按正常逻辑写就行 def powerD(in1,in2,pow): input1 = tf .placeholder(...) input2 = tf..... poww = tf..... z = tf.powerDifference(input1,input2,poww) return sess.run(z,feed_dict={input1:in1 , .......})

2020-09-08 10:05:19 0| 回复

LV.1 #6 回复
#4gg 回复
单算子测试了么？是用的sess.run(out,feed={})的格式么？
单算子测试那个补全 powerDiff.cpp 文件并执行./make.sh是没有报错的
2020-09-08 09:58:48 0| 回复
LV.1 #5 回复
#4gg 回复
单算子测试了么？是用的sess.run(out,feed={})的格式么？
单算子当初没有测试，这是主要计算部分 for (int i = 0; i < quotient;i++) { // TODO：拷入操作 __memcpy(input1_nram,input1+i*256,256*sizeof(uint16_t),GDRAM2NRAM); __memcpy(input2_nram,input1+i*256,256*sizeof(uint16_t),GDRAM2NRAM); // TODO：实际计算部分 __bang_sub(input1_nram,input1_nram,input2_nram,256); for(int j=0;j<=pow;j++) { __bang_mul(input1_nram,input1_nram,input1_nram,256); } // TODO：结果拷出操作 __memcpy(output+i*256,input1_nram,256*sizeof(uint16_t),NRAM2GDRAM); } 还有第一个实验框架测试，没有计算图， out = tf.power_difference(input_x, input_y, input_pow, None) return sess.run(z, feed_dict={：out}) 这个z是怎么来的?还有这个out传给谁呢
2020-09-08 09:00:38 0| 回复

LV.3 #4 gg回复

#3huyabing 回复

83             pow_tensor = sess.graph.get_tensor_by_name('moments_15/PowerDifference_z:0')
 84             input_tensor = sess.graph.get_tensor_by_name('X_content:0')
 85             output_tensor = sess.graph.get_tensor_by_name('add_37:0')
 86             start_time = time.time()
 87             ret =sess.run(output_tensor, feed_dict={input_tensor:[X],pow_tensor:2})
大佬看看这个哪里写错了，报错tensorflow.python.framework.errors_impl.UnknownError: CNRT_RET_ERR_STREAM
         [[{{node my_mlu_op_0}}]]

展开

单算子测试了么？是用的sess.run(out,feed={})的格式么？

2020-09-07 15:44:20 0| 回复

LV.1 #3 回复
#1w3jc 回复
参考run_ori_pb()，先获取节点张量pow_tensor = sess.graph.get_tensor_by_name('moments_15/PowerDifference_z:0')，然后sess.run的时候在feed_dict参数传递pow_tensor:2
展开
83 pow_tensor = sess.graph.get_tensor_by_name('moments_15/PowerDifference_z:0') 84 input_tensor = sess.graph.get_tensor_by_name('X_content:0') 85 output_tensor = sess.graph.get_tensor_by_name('add_37:0') 86 start_time = time.time() 87 ret =sess.run(output_tensor, feed_dict={input_tensor:[X],pow_tensor:2}) 大佬看看这个哪里写错了，报错tensorflow.python.framework.errors_impl.UnknownError: CNRT_RET_ERR_STREAM [[{{node my_mlu_op_0}}]]
2020-09-07 15:33:05 0| 回复
LV.3 #2 gg回复

这个参数不用设定，直接get后，feed值为2就行

2020-09-07 15:15:55 0| 回复
LV.1 #1 w3jc回复

参考run_ori_pb()，先获取节点张量pow_tensor = sess.graph.get_tensor_by_name('moments_15/PowerDifference_z:0')，然后sess.run的时候在feed_dict参数传递pow_tensor:2。

2020-09-06 15:42:24 0| 回复

请登录后评论