# method【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Atlas A3 训练系列产品/Atlas A3 推理系列产品支持Atlas A2 推理系列产品/Atlas A2 训练系列产品支持函数功能对于复杂场景支持将类作为pipeline任务在本地或者远端运行。为此需使用pyflow装饰类同时使用method装饰类中的函数以表达需要使用pipeline方式运行此函数支持一个类中存在多个被method修饰的函数以表达可同时接受输入进行执行同时被method修饰的函数均需要参与进行构造FlowGraph图。不直接作为pipeline执行的函数不能使用method进行装饰比如内部函数。函数原型装饰器method参数说明参数名称数据类型取值说明num_returnsint装饰器装饰函数时用于表示函数的输出个数不设置该参数时默认函数返回一个返回值。该参数与使用type annotations方式标识函数返回个数与类型的方式选择其一即可。stream_inputstr用于表示当前func的输入为流式输入即函数入参为队列当前只支持Queue类型用户可自行从输入队列中取数据。choice_outputfunction表示当前func为可选输出只有满足条件的输出才会返回条件为用户自定义的function。例如choice_outputlambda e: e is not None该例子表示只有非None的输出才会返回。返回值正常场景下返回被装饰的函数。异常情况下会抛出DfException异常。可以通过捕捉异常获取DfException中的error_code与message查看具体的错误码及错误信息。详细信息请参考DataFlow错误码。调用示例import dataflow as df df.pyflow class Foo(): def __init__(self): pass # 使用num_returns表达输出个数为2 df.method(num_returns2) def func1(a, b): return a b,a - b # 使用typing表达输出个数为2 df.method() def func2(a, b) - Tuple[int, int]: return a b,a - b # 默认返回1个 df.method() def func3(a, b): return a b df.method(stream_inputQueue) def func4(a, b): data1 a.get() data2 a.get() data3 b.get() return data1 data2 data3 df.method(choice_outputlambda e: e is not None) def func5(self, a) - Tuple[int, int]: return None, a # 根据lambda函数将非空值才送到相应输出约束说明环境需安装对应Python版本的cloudpickle包。被method修饰的函数必须要参与构图过程pyflow修饰的类构图过程自己的输出不能再作为自己的输入如果函数存在默认值构图时仍然要求连边。流式输入场景下DataFlow框架不支持数据对齐和异常事务处理。【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