compiler/locomotiv/src/Node/DepthwiseFilterEncode.cpp

   1 /*
   2  * Copyright (c) 2019 Samsung Electronics Co., Ltd. All Rights Reserved
   3  *
   4  * Licensed under the Apache License, Version 2.0 (the "License");
   5  * you may not use this file except in compliance with the License.
   6  * You may obtain a copy of the License at
   7  *
   8  *    http://www.apache.org/licenses/LICENSE-2.0
   9  *
  10  * Unless required by applicable law or agreed to in writing, software
  11  * distributed under the License is distributed on an "AS IS" BASIS,
  12  * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  13  * See the License for the specific language governing permissions and
  14  * limitations under the License.
  15  */
  16
  17 #include "NodeExecution.h"
  18
  19 #include "NodeDataImpl.h"
  20 #include "NodeDomain.h"
  21 #include "Validation.h"
  22
  23 #include <nncc/core/ADT/tensor/LexicalLayout.h>
  24 #include <nncc/core/ADT/tensor/IndexEnumerator.h>
  25
  26 #include <stdexcept>
  27 #include <cassert>
  28
  29 namespace
  30 {
  31
  32 using nncc::core::ADT::tensor::Buffer;
  33 using nncc::core::ADT::tensor::make_buffer;
  34 using nncc::core::ADT::tensor::LexicalLayout;
  35 using nncc::core::ADT::tensor::Shape;
  36 using nncc::core::ADT::tensor::IndexEnumerator;
  37
  38 /**
  39  * @brief  Encode input tensor into depthwise filter represented in "HWCM" layout
  40  *
  41  * (Please check locomotiv README for further information)
  42  */
  43 template <typename T>
  44 std::unique_ptr<locomotiv::NodeData> dw_filter_encode(const loco::DepthwiseFilterEncode *node,
  45                                                       const Buffer<T> *input_buf)
  46 {
  47   auto encoder = node->encoder();
  48
  49   // Make TensorShape from input
  50   loco::TensorShape input_shape;
  51   input_shape.rank(input_buf->shape().rank());
  52   assert(input_shape.rank() == 4);
  53   for (uint32_t i = 0; i < input_shape.rank(); ++i)
  54   {
  55     input_shape.dim(i) = input_buf->shape().dim(i);
  56   }
  57
  58   loco::DepthwiseFilterShape node_shape = encoder->shape(input_shape);
  59
  60   // Make HWCM (i.e. height, width, depth, multiplier) buffer from DepthwiseFilterShape
  61   Buffer<T> node_buf = make_buffer<T, LexicalLayout>(
  62       Shape{node_shape.height().value(), node_shape.width().value(), node_shape.depth().value(),
  63             node_shape.multiplier().value()});
  64
  65   // Copy buffer in an order arranged by encoder
  66   for (IndexEnumerator e{node_buf.shape()}; e.valid(); e.advance())
  67   {
  68     loco::DepthwiseFilterIndex index;
  69     index.row() = e.current().at(0);
  70     index.column() = e.current().at(1);
  71     index.channel() = e.current().at(2);
  72     index.nth() = e.current().at(3);
  73
  74     node_buf.at(e.current()) = input_buf->at(encoder->value(index));
  75   }
  76
  77   return locomotiv::make_data(node_buf);
  78 }
  79
  80 } // namespace
  81
  82 namespace
  83 {
  84
  85 using namespace locomotiv;
  86
  87 void execute_node(loco::DepthwiseFilterEncode *enc)
  88 {
  89   auto input_data = annot_data(enc->input());
  90
  91   validate(input_data, "Input of DepthwiseFilterEncode not ready");
  92   validate(annot_domain(enc->input()) == loco::Domain::Tensor,
  93            "Input of DepthwiseFilterEncode is not Tensor");
  94   validate(input_data->shape()->rank() == 4, "Input shape mismatch");
  95
  96   std::unique_ptr<NodeData> enc_data = nullptr;
  97
  98   switch (input_data->dtype())
  99   {
 100     case loco::DataType::FLOAT32:
 101     {
 102       auto input_buf = input_data->as_f32_bufptr();
 103       enc_data = dw_filter_encode<float>(enc, input_buf);
 104       break;
 105     }
 106     default:
 107       throw std::runtime_error("NYI for this DataType");
 108   }
 109
 110   assert(enc_data != nullptr);
 111   annot_data(enc, std::move(enc_data));
 112   annot_domain(enc, loco::Domain::DepthwiseFilter);
 113 }
 114
 115 } // namespace
 116
 117 namespace locomotiv
 118 {
 119
 120 void NodeExecution::execute(loco::DepthwiseFilterEncode *enc) { execute_node(enc); }
 121
 122 } // namespace locomotiv