Optimum 文档
虚拟输入生成器
并获得增强的文档体验
开始使用
虚拟输入生成器
为了执行任务(追踪、将模型导出到某个后端、测试模型输出等),通常需要生成虚拟输入。DummyInputGenerator 类的目标是使这种生成变得简单且可重用。
基类
为支持的输入名称在所请求的框架中生成虚拟输入。
将输入连接在一起。
常数张量
< 源 >( shape: typing.List[int] value: typing.Union[int, float] = 1 dtype: typing.Optional[typing.Any] = None framework: str = 'pt' )
生成一个常数张量。
生成
< 源 >( input_name: str framework: str = 'pt' int_dtype: str = 'int64' float_dtype: str = 'fp32' )
生成与请求框架对应的虚拟输入。
在维度上填充输入
< 源 >( input_ dim: int desired_length: typing.Optional[int] = None padding_length: typing.Optional[int] = None value: typing.Union[int, float] = 1 dtype: typing.Optional[typing.Any] = None )
将输入填充到期望长度或填充长度。
随机浮点张量
< 源 >( shape: typing.List[int] min_value: float = 0 max_value: float = 1 framework: str = 'pt' dtype: str = 'fp32' )
生成一个在 [min_value, max_value) 范围内的随机浮点张量。
随机整数张量
< 源 >( shape: typing.List[int] max_value: int min_value: int = 0 framework: str = 'pt' dtype: str = 'int64' )
生成在 [min_value, max_value) 范围内的随机整数张量。
随机掩码张量
< 源 >( shape: typing.List[int] padding_side: str = 'right' framework: str = 'pt' dtype: str = 'int64' )
生成右填充或左填充的掩码张量。
检查 DummyInputGenerator
是否支持生成请求的输入。
现有虚拟输入生成器
类 optimum.utils.DummyTextInputGenerator
< 源 >( task: str normalized_config: NormalizedTextConfig batch_size: int = 2 sequence_length: int = 16 num_choices: int = 4 random_batch_size_range: typing.Optional[typing.Tuple[int, int]] = None random_sequence_length_range: typing.Optional[typing.Tuple[int, int]] = None random_num_choices_range: typing.Optional[typing.Tuple[int, int]] = None padding_side: str = 'right' **kwargs )
生成虚拟编码器文本输入。
类 optimum.utils.DummyDecoderTextInputGenerator
< 源 >( task: str normalized_config: NormalizedTextConfig batch_size: int = 2 sequence_length: int = 16 num_choices: int = 4 random_batch_size_range: typing.Optional[typing.Tuple[int, int]] = None random_sequence_length_range: typing.Optional[typing.Tuple[int, int]] = None random_num_choices_range: typing.Optional[typing.Tuple[int, int]] = None padding_side: str = 'right' **kwargs )
生成虚拟解码器文本输入。
类 optimum.utils.DummyPastKeyValuesGenerator
< 源 >( task: str normalized_config: NormalizedTextConfig batch_size: int = 2 sequence_length: int = 16 random_batch_size_range: typing.Optional[typing.Tuple[int, int]] = None random_sequence_length_range: typing.Optional[typing.Tuple[int, int]] = None **kwargs )
生成虚拟的 past_key_values 输入。
类 optimum.utils.DummySeq2SeqPastKeyValuesGenerator
< 源 >( task: str normalized_config: typing.Union[optimum.utils.normalized_config.NormalizedSeq2SeqConfig, optimum.utils.normalized_config.NormalizedEncoderDecoderConfig] batch_size: int = 2 sequence_length: int = 16 encoder_sequence_length: typing.Optional[int] = None random_batch_size_range: typing.Optional[typing.Tuple[int, int]] = None random_sequence_length_range: typing.Optional[typing.Tuple[int, int]] = None **kwargs )
为 seq2seq 架构生成虚拟的 past_key_values 输入。
类 optimum.utils.DummyBboxInputGenerator
< 源 >( task: str normalized_config: NormalizedConfig batch_size: int = 2 sequence_length: int = 16 random_batch_size_range: typing.Optional[typing.Tuple[int, int]] = None random_sequence_length_range: typing.Optional[typing.Tuple[int, int]] = None **kwargs )
生成虚拟边界框输入。
类 optimum.utils.DummyVisionInputGenerator
< 源 >( task: str normalized_config: NormalizedVisionConfig batch_size: int = 2 num_channels: int = 3 width: int = 64 height: int = 64 visual_seq_length: int = 16 **kwargs )
生成虚拟视觉输入。
类 optimum.utils.DummyAudioInputGenerator
< 来源 >( 任务: str 标准化配置: NormalizedConfig 批大小: int = 2 特征大小: int = 80 最大帧数: int = 3000 音频序列长度: int = 16000 **kwargs )