inference-engine/thirdparty/clDNN/src/reshape.cpp

   1 /*
   2 // Copyright (c) 2016 Intel Corporation
   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 #include "reshape_inst.h"
  19 #include "primitive_type_base.h"
  20 #include "memory_impl.h"
  21 #include "error_handler.h"
  22 #include "json_object.h"
  23
  24 namespace cldnn
  25 {
  26
  27 primitive_type_id reshape_type_id()
  28 {
  29     static primitive_type_base<reshape> instance;
  30     return &instance;
  31 }
  32
  33 layout reshape_inst::calc_output_layout(reshape_node const& node)
  34 {
  35     assert((bool)node.get_primitive()->output_data_type == false
  36            && "Output data type forcing is not supported for reshape_node!");
  37     auto input_layout = node.input().get_non_padded_output_layout();
  38     auto sizes = node.get_primitive()->output_shape.sizes();
  39     auto input_sizes = input_layout.size.sizes();
  40     size_t need_recalc = 0;
  41     uint32_t shape_count = 1;
  42
  43     for (size_t i = 0; i < sizes.size(); i++) {
  44         if (sizes[i] == -1) {
  45             if (need_recalc) {
  46                 CLDNN_ERROR_MESSAGE(node.id(), "Only one dimension of the new shape can be -1");
  47             }
  48             need_recalc = i;
  49             continue;
  50         }
  51         if (sizes[i] == 0) {
  52             sizes[i] = input_sizes[i];
  53         }
  54         shape_count *= sizes[i];
  55     }
  56     if (need_recalc)
  57         sizes[need_recalc] = (int)input_layout.size.count() / shape_count;
  58
  59     input_layout.size = tensor(sizes);
  60     return input_layout;
  61 }
  62
  63 std::string reshape_inst::to_string(reshape_node const& node)
  64 {
  65     auto desc      = node.get_primitive();
  66     auto node_info = node.desc_to_json();
  67     auto& input    = node.input();
  68
  69     std::stringstream primitive_description;
  70
  71     json_composite reshape_info;
  72     reshape_info.add("input id", input.id());
  73     reshape_info.add("output shape", desc->output_shape);
  74
  75     node_info->add("reshape info", reshape_info);
  76     node_info->dump(primitive_description);
  77
  78     return primitive_description.str();
  79 }
  80
  81 reshape_inst::typed_primitive_inst(network_impl& network, reshape_node const& node)
  82     : parent(network, node, false)
  83 {
  84     auto input_layout = node.input().get_output_layout();
  85     auto output_layout = node.get_output_layout();
  86     CLDNN_ERROR_DATA_TYPES_MISMATCH(node.id(), "Input layout data typr", input_layout.data_type, "output layout data type", output_layout.data_type, "");
  87     CLDNN_ERROR_NOT_EQUAL(node.id(), "Output layout count", output_layout.count(), "input layout count", input_layout.count(), "Output layout of reshape primitive changes size of input buffer");
  88
  89     //if reshape operated in-place, postpone creation of the output until network run,
  90     //then create new memory object as the reinterpreted output of the previous primitive
  91     if (!node.is_in_place())
  92         _output = allocate_output();
  93     else
  94         reuse_input();
  95 }
  96
  97 void reshape_inst::on_execute()
  98 {
  99     if (!node.is_in_place())
 100         return;
 101
 102     if (_output && _network.get_engine().is_the_same_buffer(output_memory(), input_memory()))
 103         return;
 104
 105     reuse_input();
 106 }
 107
 108 void reshape_inst::reuse_input()
 109 {
 110     build_deps(); //reshape need deps
 111     _output = _network.get_engine().reinterpret_buffer(input_memory(), node.get_output_layout());
 112 }
 113
 114 }