compiler/luci-interpreter/src/kernels/AveragePool2D.cpp

   1 /*
   2  * Copyright (c) 2020 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 "kernels/AveragePool2D.h"
  18
  19 #include "kernels/Utils.h"
  20
  21 #include <tensorflow/lite/kernels/internal/reference/pooling.h>
  22
  23 #include <stdexcept>
  24
  25 namespace luci_interpreter
  26 {
  27
  28 namespace kernels
  29 {
  30
  31 AveragePool2D::AveragePool2D(const Tensor *input, Tensor *output, const Pool2DParams &params)
  32     : KernelWithParams<Pool2DParams>({input}, {output}, params)
  33 {
  34 }
  35
  36 void AveragePool2D::configure()
  37 {
  38   const Shape &input_shape = input()->shape();
  39
  40   const int32_t batches = input_shape.dim(0);
  41   const int32_t input_height = input_shape.dim(1);
  42   const int32_t input_width = input_shape.dim(2);
  43   const int32_t depth = input_shape.dim(3);
  44
  45   const int32_t output_height = computeOutputSize(_params.padding, input_height,
  46                                                   _params.filter_height, _params.stride_height);
  47   const int32_t output_width =
  48       computeOutputSize(_params.padding, input_width, _params.filter_width, _params.stride_width);
  49
  50   _padding_height =
  51       computePadding(_params.stride_height, 1, input_height, _params.filter_height, output_height);
  52   _padding_width =
  53       computePadding(_params.stride_width, 1, input_width, _params.filter_width, output_width);
  54
  55   output()->resize({batches, output_height, output_width, depth});
  56 }
  57
  58 void AveragePool2D::execute() const
  59 {
  60   switch (input()->element_type())
  61   {
  62     case DataType::FLOAT32:
  63       evalFloat();
  64       break;
  65     case DataType::U8:
  66       evalQuantized();
  67       break;
  68     default:
  69       throw std::runtime_error("Unsupported type.");
  70   }
  71 }
  72
  73 void AveragePool2D::evalFloat() const
  74 {
  75   float activation_min{};
  76   float activation_max{};
  77   calculateActivationRange(_params.activation, &activation_min, &activation_max);
  78
  79   tflite::PoolParams params{};
  80   params.padding_values.height = _padding_height;
  81   params.padding_values.width = _padding_width;
  82   params.stride_height = _params.stride_height;
  83   params.stride_width = _params.stride_width;
  84   params.filter_height = _params.filter_height;
  85   params.filter_width = _params.filter_width;
  86   params.float_activation_min = activation_min;
  87   params.float_activation_max = activation_max;
  88
  89   tflite::reference_ops::AveragePool(params, getTensorShape(input()), getTensorData<float>(input()),
  90                                      getTensorShape(output()), getTensorData<float>(output()));
  91 }
  92
  93 void AveragePool2D::evalQuantized() const
  94 {
  95   int32_t activation_min{};
  96   int32_t activation_max{};
  97   calculateActivationRangeQuantized(_params.activation, output(), &activation_min, &activation_max);
  98
  99   tflite::PoolParams params{};
 100   params.padding_values.height = _padding_height;
 101   params.padding_values.width = _padding_width;
 102   params.stride_height = _params.stride_height;
 103   params.stride_width = _params.stride_width;
 104   params.filter_height = _params.filter_height;
 105   params.filter_width = _params.filter_width;
 106   params.quantized_activation_min = activation_min;
 107   params.quantized_activation_max = activation_max;
 108
 109   tflite::reference_ops::AveragePool(params, getTensorShape(input()),
 110                                      getTensorData<uint8_t>(input()), getTensorShape(output()),
 111                                      getTensorData<uint8_t>(output()));
 112 }
 113
 114 } // namespace kernels
 115 } // namespace luci_interpreter