多阶段模型

你好，针对你的几个问题我依次回复下哈：

问题1：二阶段的输入是一阶段的输出是不是可以直接用一阶段的output_Tensor，作为二阶段的input_Tensor？

是的，作为数据内存来说是可以直接被调用的，不过你需要确认好数据的类型、尺寸、大小等都是匹配正确的

问题2：hbDNNWaitTaskDone能否只运行一次和multi_model_batch的sample中一样？但一二阶段有强制的先后顺序.比如能否通过改写infer_ctrl_param中的priority保证一阶段运行结束才开始二阶段？

1. multi_model_batch 示例是用于将推理速度非常快的一些小模型打包在一起同时处理，来减少多次中断和调度的开销（因为这些耗时相对小模型来说会显得比较明显），使得 BPU 只需要响应一次中断即可

2. 而 hbDNNWaitTaskDone 只是一个异步阻塞接口，用来等待当前帧任务执行结束，类似于conditional_varible::wait

3. infer_ctrl_param 中的 priority 参数仅用于控制不同推理任务的优先级，但这和你所关心的问题应该不太相关。业务逻辑上的数据依赖关系应该由用户自行控制，可以参考下我们的 AI-Benchmark 示例，code/src/simple_example.cc 中其实也会用到 3 个数据依次依赖的组件，就类似于你说的这种情形。

问题3：有没有诸如Cuda_stream等流式操作的标志位，可以保证内存数据按时序顺序被不同的自定义函数和dnn网络读写。

目前没有，业务逻辑上的数据关系需要由用户自行控制。