compute/ARMComputeEx/src/core/CL/kernels/CLScaleFactorSymm8Kernel.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 /*
  18  * Copyright (c) 2017-2019 ARM Limited.
  19  *
  20  * SPDX-License-Identifier: MIT
  21  *
  22  * Permission is hereby granted, free of charge, to any person obtaining a copy
  23  * of this software and associated documentation files (the "Software"), to
  24  * deal in the Software without restriction, including without limitation the
  25  * rights to use, copy, modify, merge, publish, distribute, sublicense, and/or
  26  * sell copies of the Software, and to permit persons to whom the Software is
  27  * furnished to do so, subject to the following conditions:
  28  *
  29  * The above copyright notice and this permission notice shall be included in all
  30  * copies or substantial portions of the Software.
  31  *
  32  * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
  33  * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
  34  * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
  35  * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
  36  * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
  37  * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
  38  * SOFTWARE.
  39  */
  40
  41 #include "arm_compute/core/CL/kernels/CLScaleFactorSymm8Kernel.h"
  42
  43 #include "arm_compute/core/AccessWindowStatic.h"
  44 #include "arm_compute/core/CL/CLHelpers.h"
  45 #include "arm_compute/core/CL/CLKernelLibraryEx.h"
  46 #include "arm_compute/core/CL/ICLTensor.h"
  47 #include "arm_compute/core/Helpers.h"
  48 #include "arm_compute/core/Validate.h"
  49 #include "arm_compute/core/Window.h"
  50 #include "arm_compute/core/utils/misc/ShapeCalculator.h"
  51 #include "support/StringSupport.h"
  52
  53 #include <climits>
  54
  55 using namespace arm_compute;
  56 using namespace arm_compute::misc::shape_calculator;
  57
  58 namespace
  59 {
  60 Status validate_arguments(const ITensorInfo *input, const ITensorInfo *output)
  61 {
  62   ARM_COMPUTE_RETURN_ERROR_ON_NULLPTR(input, output);
  63   ARM_COMPUTE_RETURN_ERROR_ON_DATA_TYPE_CHANNEL_NOT_IN(input, 1, DataType::F32);
  64   ARM_COMPUTE_RETURN_ERROR_ON(input->num_dimensions() > 2);
  65
  66   if (output->tensor_shape().total_size() > 0)
  67   {
  68     ARM_COMPUTE_RETURN_ERROR_ON_MISMATCHING_DATA_TYPES(input, output);
  69
  70     TensorShape output_shape = TensorShape{input->dimension(1)};
  71
  72     ARM_COMPUTE_RETURN_ERROR_ON_MISMATCHING_DIMENSIONS(output->tensor_shape(), output_shape);
  73   }
  74
  75   return Status{};
  76 }
  77
  78 std::tuple<Status, Window> validate_and_configure_window(ITensorInfo *input, ITensorInfo *output)
  79 {
  80   TensorShape output_shape = TensorShape{input->dimension(1)};
  81
  82   // Output auto initialization if not yet initialized
  83   auto_init_if_empty(*output, output_shape, 1, input->data_type());
  84
  85   const unsigned int num_elems_processed_per_iteration = 1;
  86
  87   // Configure kernel window
  88   Window win = calculate_max_window(*input, Steps(num_elems_processed_per_iteration));
  89   AccessWindowHorizontal input_access(input, 0, num_elems_processed_per_iteration);
  90   AccessWindowStatic output_access(output, 0, 0, output->dimension(0), 1);
  91
  92   bool window_changed = update_window_and_padding(win, input_access, output_access);
  93
  94   output_access.set_valid_region(win, ValidRegion(Coordinates(), output->tensor_shape()));
  95
  96   Status err = (window_changed)
  97                    ? ARM_COMPUTE_CREATE_ERROR(ErrorCode::RUNTIME_ERROR, "Insufficient Padding!")
  98                    : Status{};
  99   return std::make_tuple(err, win);
 100 }
 101 } // namespace
 102
 103 CLScaleFactorSymm8Kernel::CLScaleFactorSymm8Kernel() : _input(nullptr), _output(nullptr) {}
 104
 105 void CLScaleFactorSymm8Kernel::configure(const ICLTensor *input, ICLTensor *output)
 106 {
 107   ARM_COMPUTE_ERROR_ON_NULLPTR(input, output);
 108   ARM_COMPUTE_ERROR_THROW_ON(validate_arguments(input->info(), output->info()));
 109
 110   _input = input;
 111   _output = output;
 112
 113   std::set<std::string> build_opts;
 114   build_opts.emplace("-DWIDTH=" + support::cpp11::to_string(input->info()->dimension(0)));
 115
 116   // Create kernel
 117   _kernel = static_cast<cl::Kernel>(
 118       CLKernelLibraryEx::get().create_kernel("scale_factor_symm8", build_opts));
 119
 120   auto win_config = validate_and_configure_window(input->info(), output->info());
 121
 122   ARM_COMPUTE_ERROR_THROW_ON(std::get<0>(win_config));
 123
 124   ICLKernel::configure_internal(std::get<1>(win_config));
 125 }
 126
 127 Status CLScaleFactorSymm8Kernel::validate(const ITensorInfo *input, const ITensorInfo *output)
 128 {
 129   ARM_COMPUTE_RETURN_ON_ERROR(validate_arguments(input, output));
 130   ARM_COMPUTE_RETURN_ON_ERROR(
 131       std::get<0>(validate_and_configure_window(input->clone().get(), output->clone().get())));
 132
 133   return Status{};
 134 }
 135
 136 void CLScaleFactorSymm8Kernel::run(const Window &window, cl::CommandQueue &queue)
 137 {
 138   ARM_COMPUTE_ERROR_ON_UNCONFIGURED_KERNEL(this);
 139   ARM_COMPUTE_ERROR_ON_INVALID_SUBWINDOW(IKernel::window(), window);
 140
 141   Window window_collapsed = window.collapse_if_possible(ICLKernel::window(), Window::DimZ);
 142   Window slice = window_collapsed.first_slice_window_2D();
 143   slice.set(Window::DimX, Window::Dimension(0, 1, 1));
 144
 145   do
 146   {
 147     Window output_slice = slice.shift_dimensions(1);
 148
 149     unsigned int idx = 0;
 150     // Set inputs
 151     add_2D_tensor_argument(idx, _input, slice);
 152     add_1D_tensor_argument(idx, _output, output_slice);
 153     enqueue(queue, *this, slice, lws_hint());
 154   } while (window_collapsed.slide_window_slice_2D(slice));
 155 }