tvm.runtime.ndarray#

Runtime NDArray API

class tvm.nd.NDArray(handle, is_view=False)#

轻量的 TVM 运行时 NDArray 类

严格地说，这只是数组容器（buffer 对象），没有定义算术运算。所有运算都由 TVM 函数来完成。

目标不是重新构建另一个数组库。相反，这是最小的数据结构，展示如何在现有的项目中使用 TVM，这些项目可能有自己的数组容器。

__dlpack__(stream=None)#

将 from_dlpack() 使用的数组导出为 DLPack capsule。

streamint, optional: Python 整数，表示指向 stream 的指针。stream 是由 consumer 提供给 producer，以指导 producer 确保对数组的运算能够安全执行。

capsulePyCapsule: 数组的 DLPack 容器，包含 DLPackManagedTensor。

__dlpack_device__()#: 根据 DLPack convention 返回 device_type 和 device_id 的元组

__init__(handle, is_view=False)#

Initialize the function with handle

handleTVMArrayHandle: the handle to the underlying C++ TVMArray

__setitem__(in_slice, value)#: 设置 ndarray 的值

_copyto(target_nd)#: Internal function that implements copy to target ndarray.

_create_view(shape)#

在现有数组中创建视图。

视图与现有数组共享相同的 allocation 和数据类型，但可以有不同的数组形状。这对于支持 non-flat 内存的运行时非常有用，在这种情况下，allocation 的物理形状和它所表示的张量的逻辑形状可能需要独立指定。

警告：这个函数不应该在低级 manipulations 之外使用，因为它打破了 TVM 做出的 non-aliasing 假设。这个函数也可能在未来被删除/替换。

shape: Union[tvm.runtime.ShapeTuple, Sequence[typing.SupportsInt]]

视图的形状。

asnumpy()#: 将数组转换为 numpy 数组。这个 API 将在 TVM v0.8 版本中弃用。请改用 numpy。

copyfrom(source_array)#

Perform a synchronous copy from the array.

source_arrayarray_like: 想要 copy 的数据源。

arrNDArray: Reference to self.

copyto(target, mem_scope=None)#

Copy array to target

targetNDArray: 要复制的目标数组必须与此数组具有相同的形状。
mem_scopeOptional[str]: The memory scope of the array.

property device#: Device of this array

property dtype#: Type of this array

numpy()#

Convert this array to numpy array

np_arrnumpy.ndarray: The corresponding numpy array.

same_as(other)#

Check object identity equality

otherobject: The other object to compare to

samebool: Whether other is same as self.

property shape#: Shape of this array

to_dlpack()#

Produce an array from a DLPack Tensor without copying memory

dlpack : DLPack tensor view of the array data

tvm.nd.array(arr, device=cpu(0), mem_scope=None)#

Create an array from source arr.

arrnumpy.ndarray: The array to be copied from
deviceDevice, optional: The device device to create the array
mem_scopeOptional[str]: The memory scope of the array

retNDArray: The created array

tvm.nd.empty(shape, dtype='float32', device=cpu(0), mem_scope=None)#

Create an empty array given shape and device

shapeUnion[tvm.runtime.ShapeTuple, Sequence[typing.SupportsInt]]: The shape of the array.
dtypetype or str: The data type of the array.
deviceDevice: The device of the array.
mem_scopeOptional[str]: The memory scope of the array.

arrtvm.nd.NDArray: The array tvm supported.

TVM 文档

tvm.runtime.ndarray

tvm.runtime.ndarray#