compiler/locomotiv/src/Node/TensorReduce.test.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 "locomotiv/NodeData.h"
  20 #include "NodeDataImpl.h"
  21 #include "NodeDomain.h"
  22
  23 #include <nncc/core/ADT/tensor/Index.h>
  24 #include <nncc/core/ADT/tensor/Shape.h>
  25 #include <nncc/core/ADT/tensor/Buffer.h>
  26 #include <nncc/core/ADT/tensor/LexicalLayout.h>
  27
  28 #include <gtest/gtest.h>
  29
  30 using nncc::core::ADT::tensor::Index;
  31 using nncc::core::ADT::tensor::Shape;
  32 using nncc::core::ADT::tensor::LexicalLayout;
  33 using nncc::core::ADT::tensor::make_buffer;
  34
  35 TEST(NodeExecution_Fixed_Reduce_Mean, f32_0)
  36 {
  37   // Make pull-TensorReduce(Mean) graph
  38   auto g = loco::make_graph();
  39   auto pull_input = g->nodes()->create<loco::Pull>();
  40   pull_input->dtype(loco::DataType::FLOAT32);
  41   pull_input->shape({1, 2, 2});
  42   auto reduce_node = g->nodes()->create<loco::TensorReduce>();
  43   reduce_node->input(pull_input);
  44   reduce_node->axes()->insert(0);
  45   reduce_node->axes()->insert(1);
  46   reduce_node->func(loco::ReduceFunc::Mean);
  47
  48   // Make and assign data to pull node
  49   auto pull_input_buf = make_buffer<float, LexicalLayout>({1, 2, 2});
  50   pull_input_buf.at(Index{0, 0, 0}) = 1.1f;
  51   pull_input_buf.at(Index{0, 0, 1}) = 2.2f;
  52   pull_input_buf.at(Index{0, 1, 0}) = 5.5f;
  53   pull_input_buf.at(Index{0, 1, 1}) = 6.6f;
  54   auto pull_input_data = locomotiv::make_data(pull_input_buf);
  55   locomotiv::annot_data(pull_input, std::move(pull_input_data));
  56   locomotiv::annot_domain(pull_input, loco::Domain::Tensor);
  57
  58   locomotiv::NodeExecution::get().run(reduce_node);
  59
  60   auto kShape = Shape{1, 1, 2};
  61   auto reduce_data = locomotiv::annot_data(reduce_node);
  62   ASSERT_NE(reduce_data, nullptr);
  63   ASSERT_EQ(loco::DataType::FLOAT32, reduce_data->dtype());
  64   ASSERT_EQ(kShape, *(reduce_data->shape()));
  65   ASSERT_FLOAT_EQ(3.3f, reduce_data->as_f32_bufptr()->at(Index{0, 0, 0}));
  66   ASSERT_FLOAT_EQ(4.4f, reduce_data->as_f32_bufptr()->at(Index{0, 0, 1}));
  67
  68   ASSERT_EQ(loco::Domain::Tensor, locomotiv::annot_domain(reduce_node));
  69 }
  70
  71 TEST(NodeExecution_Fixed_Reduce_Mean, f32_1)
  72 {
  73   // Make pull-TensorReduce(Mean) graph
  74   auto g = loco::make_graph();
  75   auto pull_input = g->nodes()->create<loco::Pull>();
  76   pull_input->dtype(loco::DataType::FLOAT32);
  77   pull_input->shape({1, 2, 2});
  78   auto reduce_node = g->nodes()->create<loco::TensorReduce>();
  79   reduce_node->input(pull_input);
  80   reduce_node->axes()->insert(1);
  81   reduce_node->axes()->insert(2);
  82   reduce_node->func(loco::ReduceFunc::Mean);
  83
  84   // Make and assign data to pull node
  85   auto pull_input_buf = make_buffer<float, LexicalLayout>({1, 2, 2});
  86   pull_input_buf.at(Index{0, 0, 0}) = 1.1f;
  87   pull_input_buf.at(Index{0, 0, 1}) = 2.2f;
  88   pull_input_buf.at(Index{0, 1, 0}) = 5.5f;
  89   pull_input_buf.at(Index{0, 1, 1}) = 6.6f;
  90   auto pull_input_data = locomotiv::make_data(pull_input_buf);
  91   locomotiv::annot_data(pull_input, std::move(pull_input_data));
  92   locomotiv::annot_domain(pull_input, loco::Domain::Tensor);
  93
  94   locomotiv::NodeExecution::get().run(reduce_node);
  95
  96   auto kShape = Shape{1, 1, 1};
  97   auto reduce_data = locomotiv::annot_data(reduce_node);
  98   ASSERT_NE(reduce_data, nullptr);
  99   ASSERT_EQ(loco::DataType::FLOAT32, reduce_data->dtype());
 100   ASSERT_EQ(kShape, *(reduce_data->shape()));
 101   ASSERT_FLOAT_EQ(3.85f, reduce_data->as_f32_bufptr()->at(Index{0, 0, 0}));
 102
 103   ASSERT_EQ(loco::Domain::Tensor, locomotiv::annot_domain(reduce_node));
 104 }