tensor就是容納推理框架中間數據的壹個數據結構，常用的有關函數如下：
這其中第壹個參數是tensor的維度信息，第二個參數是是否指定數據指針，第三個參數是數據在內存中的排布信息，如果是CAFFE證明是NCHW類型，如果是TENSORFLOW證明是NHWC類型，默認的類型是TENSORFLOW類型，這裏經常會有壹些坑，比如最終想要得到壹個1 3 1024*1024的數據時候，如果沒有指定是CAFFE類型的數據排布，而是使用默認的情況（TENSORFLOW），讀出來的數據channel維度就在最後。
得到各種維度和長度：
得到shape向量和數據總數：
得到數據指針：
Interpreter就是壹個MNN的從模型得到的壹個網絡，有關Interpreter的tenosr操作，肯定就是涉及到輸入的tesnor和輸出的tensor的設置，由於可能在不同的設備上運行，因此可能有內存拷貝的操作。
獲取Interpreter的輸入tensor：
獲取Interpreter的輸出tensor：
將host的tensor數據拷貝給Interpreter的tensor
將Interpreter的tensor數據拷貝給host tensor