关于mnn模型输出的数据杂乱无章问题

这俩天顺便用了阿里的MNN：
https://github.com/alibaba/MNN

还挺好用的，就是不知道带有opencl后端的引擎怎么用Python API调用

---

我遇到一个小坑，输出的数据是这样杂乱无章的：

而不是这样的：

反复debug，发现：

原来是模型的输出不能直接 getData() 

output_tensor = interpreter.getSessionOutput(session)       # 获得模型的输出
tmp_output = MNN.Tensor((1, 2, 224, 224),                   # 用来做输出的临时变量
                        MNN.Halide_Type_Float, 
                        np.ones([1, 2, 224, 224]).astype(np.float32), 
                        MNN.Tensor_DimensionType_Caffe)
output_tensor.copyToHostTensor(tmp_output)                  # 将模型的输出给 tmp_output 变量
x = tmp_output.getNumpyData()[0]                            # 获取 numpy 格式的数据

这段代码没啥问题，但要把最后一行：

x = tmp_output.getNumpyData()[0]                            # 获取 numpy 格式的数据

替换为：

x = output_tensor.getNumpyData()[0]                         # 获取 numpy 格式的数据

就会变成杂乱无章的数据，可能是数据先行后列之类的出问题了??

他俩都是 MNN.Tensor 的数据类型

所以我感觉，MNN模型输出的Tensor，要先转化为对应的格式MNN.Tensor_DimensionType_Caffe，才能打印出来

或者说这一步就是转化数据格式的：

tmp_output = MNN.Tensor((1, 2, 224, 224),                   # 用来做输出的临时变量
                        MNN.Halide_Type_Float, 
                        np.ones([1, 2, 224, 224]).astype(np.float32), 
                        MNN.Tensor_DimensionType_Caffe)