文件	最后提交记录	最后更新时间
README.md	【反合】“说明”重复显示以及TorchNPU改名 Co-authored-by: YYTYY_<yanyuting6@h-partners.com>	11 天前
adapter.md	【反合】“说明”重复显示以及TorchNPU改名 Co-authored-by: YYTYY_<yanyuting6@h-partners.com>	11 天前
function_reference.md	【反合】“说明”重复显示以及TorchNPU改名 Co-authored-by: YYTYY_<yanyuting6@h-partners.com>	11 天前
patcher.md	【反合】“说明”重复显示以及TorchNPU改名 Co-authored-by: YYTYY_<yanyuting6@h-partners.com>	11 天前

Python 接口说明

Note

对于资料中注明的类、接口为公开的，可供用户调用。对于其他类，接口均为内部使用，不建议直接调用。如有特殊需要可以通过源码查看。
引入多模态 SDK 时会显式设置环境变量 HF_DATASETS_OFFLINE 和 HF_HUB_OFFLINE 为 1，即显式启用 HuggingFace 的离线模式，不会联网获取数据。
本文档适用于 Multimodal SDK 最新发布版本，建议 Python 版本为 3.10 或 3.11，操作系统为 Ubuntu 22.04 / openEuler 24.03。

源码查看方式

可以通过以下示例代码查看源码所在安装地址，并进入安装地址查看源码文件。

import mm
print(mm.__file__)

打印的内容即为源码文件所在的地址。

数据类型

数据类型枚举类

Tensor 数据排布格式枚举类

属性名	说明
TensorFormat.ND	ND 格式，表示通用 N 维数组。
TensorFormat.NHWC	NHWC 格式，表示张量排布为 Batch, Height, Width, Channel。
TensorFormat.NCHW	NCHW 格式，表示张量排布为 Batch, Channel, Height, Width。

ImageFormat 枚举类

属性名	说明
ImageFormat.RGB	RGB 类型，数组通道顺序为 `[H, W, 3]`，通道含义为 R/G/B。
ImageFormat.BGR	BGR 类型，数组通道顺序为 `[H, W, 3]`，通道含义为 B/G/R。
ImageFormat.RGB_PLANAR	RGB_PLANAR 类型，数组通道顺序为 `[3, H, W]`，通道含义为 R/G/B。
ImageFormat.BGR_PLANAR	BGR_PLANAR 类型，数组通道顺序为 `[3, H, W]`，通道含义为 B/G/R。

日志级别枚举类

操作运行的模式

属性名	说明
DeviceMode.CPU	当前操作运行在 CPU 模式下。

resize 操作中使用的插值算法

属性名	说明
Interpolation.BICUBIC	双立方插值算法。