On this page

Utils 模块¶

Computing Graph Tools¶

`get_dep_vars`	返回 `var` 依赖的、类型是 `var_type` 的 `tensor.core.megbrain_graph.VarNode` 列表。
`get_owner_opr_inputs`	获取拥有这个变量的算子的所有输入。
`get_owner_opr_type`	获得拥有这个变量的算子类型。
`get_opr_type`	获取一个算子的类型。
`graph_traversal`	一个用于遍历计算图并返回足够有用的信息的辅助函数。
`get_oprs_seq`	获取一个导出模型的按照拓扑序排列的算子列表。
`replace_vars`	替换图中的变量。
`replace_oprs`	替换图中的算子。
`set_priority_to_id`	对于根据 dest_vars 构建的子图中的所有算子，
`GraphInference`	Loads a serialized computing graph as a GraphInference object which can be used to execute the computing graph.

Hook¶

Network¶

方法

`Network.load`	加载模型并生成一个:class:`Network`对象。
`Network.dump`	把网络保存为模型文件。
`Network.make_const`	创建一个 `ImmutableTensor` 对象，为网络提供计算参数。
`Network.make_input_node`	创建一个 `Host2DeviceCopy` 对象，为网络提供输入。
`Network.add_output`	把 `vars` 添加到网络的输出列表中。
`Network.remove_output`	把:attr:`vars`从网络的输出列表中删除。
`Network.add_dep_oprs`
`Network.modify_opr_names`	原地修改计算节点的名称，通常用于在把一个网络合并入另一个网络时。
`Network.reset_batch_size`	重置批大小，该操作会作用于网络中除attr:`blacklist`外的所有变量。
`Network.replace_vars`	替换图中的变量。
`Network.replace_oprs`	替换图中的算子。
`Network.get_opr_by_type`
`Network.get_opr_by_name`
`Network.get_var_by_name`
`Network.get_var_receive_oprs`	返回所有以 `var` 为输入的计算节点。
`Network.get_dep_oprs`	返回 `var` 所依赖的计算节点的集合。

属性

`Network.opr_filter`	创建并返回一个包含网络中所有计算节点的筛选器 `NodeFilter` 。
`Network.var_filter`	返回一个筛选器:class:NodeFilter，它会作用于网络中的所有变量。
`Network.params_filter`	筛选出网络中的所有参数，也就是 `ImmutableTensor` 类型的计算节点。
`Network.data_providers_filter`	返回网络的输入。
`Network.dest_vars`	返回网络的输出。
`Network.all_oprs`
`Network.all_vars`
`Network.all_oprs_dict`
`Network.all_vars_dict`

Convert

`as_varnode`	返回一个 `VarNode` 对象。
`as_oprnode`	返回一个 `OpNode` 对象。

NodeFilter¶

`NodeFilter`	Filter on node iterator.
`NodeFilter.type`	通过节点类型过滤。
`NodeFilter.check_type`	断言过滤器中的所有计算节点都属于给定类型。
`NodeFilter.not_type`	移除过滤器中所有指定类型的计算节点。
`NodeFilter.param_provider`	返回过滤器中所有类型为 `ParamProvider` 的计算节点，此方法是 `.type(ParamProvider)` 的简写。
`NodeFilter.data_provider`	返回所有类型为 `DataProvider` 的计算节点，该方法是 `.type(DataProvider)` 的简写。
`NodeFilter.name`	通过节点名称过滤。
`NodeFilter.has_input`	返回过滤器中所有以 `var` 为输入的计算节点。
`NodeFilter.as_list`	将过滤器中的内容以列表的形式表示并返回。
`NodeFilter.as_unique`	断言过滤器中只包含单个元素，并返回该元素。
`NodeFilter.as_dict`	遍历过滤器并返回一个有序字典，其键为节点名称，值为节点对象。
`NodeFilter.as_count`	返回迭代器的长度。

Others¶

`NodeFilterType`	参考:meth:NodeFilter.type。
`NodeFilterNotType`	参考 `NodeFilter.not_type`。
`NodeFilterCheckType`	see `NodeFilter.check_type`
`NodeFilterHasInput`	参考 `NodeFilter.has_input`
`NodeFilterName`	参考 `NodeFilter.name`。

Network Node¶

`NetworkNode`
`VarNode`
`OpNode`

更多 Network Node 请查看源码。

Module Stats¶

Calculate and print model’s statistics by adding hook and record Module’s inputs outputs size.

Profiler¶

`Profiler`	imperative模式下对图执行进行性能分析。
`profile`	alias of `megengine.utils.profiler.Profiler`

默认常量¶

Profiler.CHROME_TIMELINE = 'chrome_timeline.json'¶

Profiler.COMMAND = 1¶

Profiler.OPERATOR = 2¶

Profiler.TENSOR_LIFETIME = 4¶

Profiler.TENSOR_PROP = 8¶

Profiler.SYNC = 16¶

Profiler.SCOPE = 32¶

Profiler.ALL = 63¶

查询版本信息 megengine.utils.comp_graph_tools.get_dep_vars