delimiter str 可选 用于对对象名进行分组的字符。对于对象名中包含delimiter的对象，其对象名(如果请求中指定了prefix，则此处的对象名需要去掉prefix)中从首字符至第一个delimiter之间的字符串将作为一个分组并作为commonPrefix返回。 version_id_marker
delimiter str 可选 用于对对象名进行分组的字符。对于对象名中包含delimiter的对象，其对象名(如果请求中指定了prefix，则此处的对象名需要去掉prefix)中从首字符至第一个delimiter之间的字符串将作为一个分组并作为commonPrefix返回。 version_id_marker
获取桶列表 功能说明 查询桶列表，返回结果按照桶名字典序排列。 方法定义 ObsClient.listBuckets(isQueryLocation) 请求参数 参数名 类型 约束 说明 isQueryLocation bool 可选 是否同时查询桶的区域位置。 返回结果 类型 说明
是否展示采集到的监控数据点 返回值 表1 response body字典树第1层key值 参数 参数类型 描述 job-name Array 流程中各Job的名称，具体内容见表2 表2 response body字典树各Job元素key值 参数 参数类型 描述 metric Dictionary
是否展示采集到的监控数据点 返回值 表1 response body字典树第1层key值 参数 参数类型 描述 job-name Array 流程中各Job的名称，具体内容见表2 表2 response body字典树各Job元素key值 参数 参数类型 描述 metric Dictionary
获取桶列表 功能说明 查询桶列表，返回结果按照桶名字典序排列。 方法定义 ObsClient.listBuckets(isQueryLocation) 请求参数 参数名 类型 约束 说明 isQueryLocation bool 可选 是否同时查询桶的区域位置。 返回结果 类型 说明
是否展示采集到的监控数据点 返回值 表1 response body字典树第1层key值 参数 参数类型 描述 job-name Array 流程中各Job的名称，具体内容见表2 表2 response body字典树各Job元素key值 参数 参数类型 描述 metric Dictionary
是否展示采集到的监控数据点 返回值 表1 response body字典树第1层key值 参数 参数类型 描述 job-name Array 流程中各Job的名称，具体内容见表2 表2 response body字典树各Job元素key值 参数 参数类型 描述 metric Dictionary
aclmdlGetOutputDims(const aclmdlDesc *modelDesc, size_t index, aclmdlIODims *dims) Python函数 acl.mdl.get_output_dims(model_desc, index) 函数功能 根据模型描述获取指定的模型输出tensor的维度信息。
aclmdlGetOutputDims(const aclmdlDesc *modelDesc, size_t index, aclmdlIODims *dims) Python函数 acl.mdl.get_output_dims(model_desc, index) 函数功能 根据模型描述获取指定的模型输出tensor的维度信息。
积计算包含Bias，否则不包含Bias。并要求Bias是cout大小。 optim_dict：用户侧可控制优化特性的flag标志。 字典格式，字典内的key值是bool类型。 True：表示对应特性开启 False表示对应特性不开启 默认值是optim_dict = {"c0_optim_flg":
积计算包含Bias，否则不包含Bias。并要求Bias是cout大小。 optim_dict：用户侧可控制优化特性的flag标志。 字典格式，字典内的key值是bool类型。 True：表示对应特性开启 False表示对应特性不开启 默认值是optim_dict = {"c0_optim_flg":
关于NPURunConfig类的构造函数，请参见NPURunConfig构造函数。 params 输入 传入model_fn的参数，为字典类型，键为传入参数的名字，值为基本的python类型值 job_start_file 输入 CSA job 启动文件路径，上云场景无需配置。 返回值 返回NPUEstimator类对象。
积计算包含Bias，否则不包含Bias。并要求Bias是cout大小。 optim_dict：用户侧可控制优化特性的flag标志。 字典格式，字典内的key值是bool类型。 True：表示对应特性开启 False表示对应特性不开启 默认值是optim_dict = {"c0_optim_flg":
积计算包含Bias，否则不包含Bias。并要求Bias是cout大小。 optim_dict：用户侧可控制优化特性的flag标志。 字典格式，字典内的key值是bool类型。 True：表示对应特性开启 False表示对应特性不开启 默认值是optim_dict = {"c0_optim_flg":