inference-engine/thirdparty/mkl-dnn/src/cpu/gemm_inner_product.cpp

   1 /*******************************************************************************
   2 * Copyright 2016-2018 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 #include "c_types_map.hpp"
  18 #include "type_helpers.hpp"
  19 #include "mkldnn_thread.hpp"
  20
  21 #include "gemm_inner_product.hpp"
  22
  23 namespace mkldnn {
  24 namespace impl {
  25 namespace cpu {
  26
  27 using namespace mkldnn::impl::status;
  28 using namespace mkldnn::impl::prop_kind;
  29 using namespace mkldnn::impl::data_type;
  30 using namespace mkldnn::impl::memory_format;
  31 using namespace mkldnn::impl::primitive_kind;
  32
  33 template <impl::data_type_t data_type>
  34 void gemm_inner_product_fwd_t<data_type>::execute_forward() const {
  35     auto src = reinterpret_cast<const data_t *>(this->input_memory(0));
  36     auto weights = reinterpret_cast<const data_t *>(this->input_memory(1));
  37     auto bias = reinterpret_cast<const data_t *>(this->input_memory(2));
  38     auto dst = reinterpret_cast<data_t*>(this->memory());
  39
  40     const int MB = pd()->MB();
  41     const int OC = pd()->OC();
  42     const int IC = pd()->IC_total_padded();
  43
  44     bool wei_tr = !utils::one_of(pd()->weights_pd()->desc()->format,
  45              hwio, dhwio, io);
  46
  47     const auto &post_ops = pd()->attr()->post_ops_;
  48     const bool do_relu = post_ops.len_ == 1;
  49
  50     float alpha = 1.0, beta = 0.0;
  51     extended_sgemm(wei_tr ? "T" : "N", "N", &OC, &MB, &IC, &alpha, weights,
  52             wei_tr ? &IC : &OC, src, &IC, &beta, dst, &OC, bias);
  53
  54     if (do_relu) {
  55         float nslope = post_ops.entry_[0].eltwise.alpha;
  56         parallel_nd(MB, OC, [&](int mb, int oc) {
  57             size_t dst_off = mb * OC + oc;
  58             if (dst[dst_off] < 0)
  59                 dst[dst_off] *= nslope;
  60         });
  61     }
  62 }
  63
  64 template <impl::data_type_t data_type>
  65 void gemm_inner_product_bwd_data_t<data_type>::execute_backward_data() const {
  66     auto diff_dst = reinterpret_cast<const data_t *>(this->input_memory(0));
  67     auto weights = reinterpret_cast<const data_t *>(this->input_memory(1));
  68     auto diff_src = reinterpret_cast<data_t*>(this->memory());
  69
  70     const int MB = pd()->MB();
  71     const int OC = pd()->OC();
  72     const int IC = pd()->IC_total_padded();
  73
  74     bool wei_tr = utils::one_of(pd()->weights_pd()->desc()->format,
  75              hwio, dhwio, io);
  76
  77     float alpha = 1.0, beta = 0.0;
  78     extended_sgemm(wei_tr ? "T" : "N", "N", &IC, &MB, &OC, &alpha, weights,
  79             wei_tr ? &OC : &IC, diff_dst, &OC, &beta, diff_src, &IC);
  80 }
  81
  82 template <impl::data_type_t data_type>
  83 void gemm_inner_product_bwd_weights_t<data_type>::execute_backward_weights() const {
  84     auto src = reinterpret_cast<const data_t *>(this->input_memory(0));
  85     auto diff_dst = reinterpret_cast<const data_t *>(this->input_memory(1));
  86     auto diff_weights = reinterpret_cast<data_t *>(this->memory(0));
  87     auto diff_bias = reinterpret_cast<data_t *>(this->memory(1));
  88
  89     const memory_desc_wrapper diff_dst_d(pd()->diff_dst_pd());
  90     const memory_desc_wrapper diff_bias_d(pd()->diff_weights_pd(1));
  91
  92     diff_dst += diff_dst_d.blocking_desc().offset_padding;
  93
  94     const int MB = pd()->MB();
  95     const int OC = pd()->OC();
  96     const int IC = pd()->IC_total_padded();
  97
  98     bool wei_tr = utils::one_of(pd()->diff_weights_pd()->desc()->format,
  99              hwio, dhwio, io);
 100
 101     float alpha = 1.0, beta = 0.0;
 102     if (wei_tr)
 103         extended_sgemm("N", "T", &OC, &IC, &MB, &alpha, diff_dst, &OC, src, &IC,
 104                 &beta, diff_weights, &OC);
 105     else
 106         extended_sgemm("N", "T", &IC, &OC, &MB, &alpha, src, &IC, diff_dst, &OC,
 107                 &beta, diff_weights, &IC);
 108
 109     if (diff_bias) {
 110         diff_bias += diff_bias_d.blocking_desc().offset_padding;
 111         constexpr int blksize = 8;
 112         const int OC_blocks = OC / blksize;
 113         const int rem_OC = OC % blksize;
 114         parallel(0, [&](const int ithr, const int nthr) {
 115             int oc_st{0}, oc_e{0};
 116             balance211(OC_blocks, nthr, ithr, oc_st, oc_e);
 117             oc_st = oc_st * blksize;
 118             oc_e = oc_e * blksize;
 119
 120             PRAGMA_OMP_SIMD()
 121             for (int oc = oc_st; oc < oc_e; ++oc) {
 122                 diff_bias[oc] = diff_dst[oc];
 123             }
 124
 125             for (int mb = 1; mb < MB; ++mb) {
 126                 PRAGMA_OMP_SIMD()
 127                 for (int oc = oc_st; oc < oc_e; ++oc) {
 128                     diff_bias[oc] += diff_dst[mb * OC + oc];
 129                 }
 130             }
 131
 132             if (rem_OC != 0 && ithr == nthr-1) {
 133                 for (int oc = OC_blocks * blksize; oc < OC; oc++)
 134                     diff_bias[oc] = diff_dst[oc];
 135                 for (int mb = 1; mb < MB; ++mb) {
 136                     for (int oc = OC_blocks * blksize; oc < OC; oc++) {
 137                         diff_bias[oc] += diff_dst[mb * OC + oc];
 138                     }
 139                 }
 140             }
 141         });
 142     }
 143 }
 144
 145 template struct gemm_inner_product_fwd_t<data_type::f32>;
 146 template struct gemm_inner_product_bwd_data_t<data_type::f32>;
 147 template struct gemm_inner_product_bwd_weights_t<data_type::f32>;
 148
 149 }
 150 }
 151 }
 152
 153 // vim: et ts=4 sw=4 cindent cino^=l0,\:0,N-s