获取模型静态AIPP的配置信息。 静态AIPP支持的几种计算方式及其计算顺序如下，详细说明及参数解释，请参考《ATC工具使用指导》。 抠图->色域转换->减均值/归一化->padding 函数原型 aclError aclmdlGetFirstAippInfo(uint32_t modelId, size_t

获取模型静态AIPP的配置信息。 静态AIPP支持的几种计算方式及其计算顺序如下，详细说明及参数解释，请参考《ATC工具使用指导》。 抠图->色域转换->减均值/归一化->padding 函数原型 aclError aclmdlGetFirstAippInfo(uint32_t modelId, size_t

获取模型静态AIPP的配置信息。 静态AIPP支持的几种计算方式及其计算顺序如下，详细说明及参数解释，请参考《ATC工具使用指导》。 抠图->色域转换->减均值/归一化->padding 函数原型 aclError aclmdlGetFirstAippInfo(uint32_t modelId, size_t

user_name name 用户名称。 user_id oid 用户OID。 unique_sql_id bigint 归一化的SQL ID。 query text 归一化的SQL。 n_calls bigint 调用次数。 min_elapse_time bigint SQL在内核内的最小运行时间(单位：微秒)。

BatchNorm算子主要包括以下两部分： 对输入进行归一化处理，xnorm = (x − μ) / σ，其中， μ和 σ是计算的均值和方差。 归一化后进行缩放和平移，得到输出y = γ * xnorm + β。 本样例重点关注的是算子动态shape场景，因此仅实现了归一化处理部分。 算子规格 确定BatchNorm算子设计规格。

每条数据格式 每条数据格式如表2所示。 表2 数据格式 参数 描述 类型 是否必选 示例 serialId 告警唯一序列化标识 String 是 - normId 告警归一化标识 String 是 - title 告警名称 String 是 - alarmSource 告警源，主要用于信息展示

计算src1向量(长度为src1Len)和src2向量(长度为src2Len)的归一化互相关，结果存储到dst向量中。归一化支持正常、有偏和无偏自相关三种模式，计算公式如下： 该函数调用流程，先调用Init初始化HmppsCorrPolicy_32f 结构体，在调用主函数，最后调用Re

息。 AIPP支持的几种操作的计算方式及其计算顺序如下，详细说明及参数解释，请参考《ATC工具使用指南》。 抠图->色域转换->减均值/归一化->padding 函数原型 aclError aclmdlGetFirstAippInfo(uint32_t modelId, size_t

获取模型静态AIPP的配置信息。 静态AIPP支持的几种计算方式及其计算顺序如下，详细说明及参数解释，请参考《ATC工具使用指导》。 抠图->色域转换->减均值/归一化->padding 函数原型 aclError aclmdlGetFirstAippInfo(uint32_t modelId, size_t

获取模型静态AIPP的配置信息。 静态AIPP支持的几种计算方式及其计算顺序如下，详细说明及参数解释，请参考《ATC工具使用指导》。 抠图->色域转换->减均值/归一化->padding 函数原型 aclError aclmdlGetFirstAippInfo(uint32_t modelId, size_t

扩展算子：昇腾AI处理器支持的公开但非Caffe标准算子，分为 2 种： 一种是基于Caffe框架进行自定义扩展的算子，比如Faster RCNN中的ROIPooling、SSD中的归一化算子Normalize等。 另外一种是来源于其他深度学习框架的自定义算子，比如YOLOv2中Passthrough等。 Faster

扩展算子：昇腾AI处理器支持的公开但非Caffe标准算子，分为 2 种： 一种是基于Caffe框架进行自定义扩展的算子，比如Faster RCNN中的ROIPooling、SSD中的归一化算子Normalize等。 另外一种是来源于其他深度学习框架的自定义算子，比如YOLOv2中Passthrough等。 Faster

BatchNorm算子主要包括以下两部分： 对输入进行归一化处理，xnorm = (x − μ) / σ，其中， μ和 σ是计算的均值和方差。 归一化后进行缩放和平移，得到输出y = γ * xnorm + β。 本样例重点关注的是算子动态shape场景，因此仅实现了归一化处理部分。 算子规格 确定BatchNorm算子设计规格。

BatchNorm算子主要包括以下两部分： 对输入进行归一化处理，xnorm = (x − μ) / σ，其中， μ和 σ是计算的均值和方差。 归一化后进行缩放和平移，得到输出y = γ * xnorm + β。 本样例重点关注的是算子动态shape场景，因此仅实现了归一化处理部分。 算子规格 确定BatchNorm算子设计规格。

BatchNorm算子主要包括以下两部分： 对输入进行归一化处理，xnorm = (x − μ) / σ，其中， μ和 σ是计算的均值和方差。 归一化后进行缩放和平移，得到输出y = γ * xnorm + β。 本样例重点关注的是算子动态shape场景，因此仅实现了归一化处理部分。 算子规格 确定BatchNorm算子设计规格。