InputSpec¶
用于描述模型输入的签名信息，包括 shape、dtype 和 name。
此接口常用于指定高层 API 中模型的输入 Tensor 信息，或动态图转静态图时，指定被 paddle.jit.to_static 装饰的 forward 函数每个输入参数的 Tensor 信息。
参数¶
shape (list|tuple)- 声明维度信息的 list 或 tuple，默认值为 None。
dtype (np.dtype|str，可选)- 数据类型，支持 bool，float16，float32，float64，int8，int16，int32，int64，uint8。默认值为 float32。
name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。
返回¶
初始化后的 InputSpec 对象。
代码示例¶
from paddle.static import InputSpec
input = InputSpec([None, 784], 'float32', 'x')
label = InputSpec([None, 1], 'int64', 'label')
print(input) # InputSpec(shape=(-1, 784), dtype=paddle.float32, name=x)
print(label) # InputSpec(shape=(-1, 1), dtype=paddle.int64, name=label)
方法¶
from_tensor(tensor, name=None)¶
该接口将根据输入 Tensor 的 shape、dtype 等信息构建 InputSpec 对象。
参数
tensor (Tensor) - 用于构建 InputSpec 的源 Tensor
name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。
返回
根据 Tensor 信息构造的 InputSpec 对象。
代码示例
import numpy as np
import paddle
from paddle.static import InputSpec
x = paddle.to_tensor(np.ones([2, 2], np.float32))
x_spec = InputSpec.from_tensor(x, name='x')
print(x_spec) # InputSpec(shape=(2, 2), dtype=paddle.float32, name=x)
from_numpy(ndarray, name=None)¶
该接口将根据输入 numpy ndarray 的 shape、dtype 等信息构建 InputSpec 对象。
参数
ndarray (Tensor) - 用于构建 InputSpec 的 numpy ndarray
name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。
返回
根据 ndarray 信息构造的 InputSpec 对象。
代码示例
import numpy as np
from paddle.static import InputSpec
x = np.ones([2, 2], np.float32)
x_spec = InputSpec.from_numpy(x, name='x')
print(x_spec) # InputSpec(shape=(2, 2), dtype=paddle.float32, name=x)
batch(batch_size)¶
该接口将 batch_size 插入到当前 InputSpec 对象的 shape 元组最前面。
参数
batch_size (int) - 被插入的 batch size 整型数值
返回
更新 shape 信息后的
InputSpec对象。
代码示例
from paddle.static import InputSpec
x_spec = InputSpec(shape=[64], dtype='float32', name='x')
x_spec.batch(4)
print(x_spec) # InputSpec(shape=(4, 64), dtype=paddle.float32, name=x)
unbatch()¶
该接口将当前 InputSpec 对象 shape[0]值移除。
返回
更新 shape 信息后的
InputSpec对象。
代码示例
from paddle.static import InputSpec
x_spec = InputSpec(shape=[4, 64], dtype='float32', name='x')
x_spec.unbatch()
print(x_spec) # InputSpec(shape=(64,), dtype=paddle.float32, name=x)