model-optimizer/extensions/front/LRNReplacer.py

   1 """
   2  Copyright (c) 2017-2018 Intel Corporation
   3
   4  Lic    ensed 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 import numpy as np
  18 import networkx as nx
  19
  20 from mo.front.common.replacement import FrontReplacementOp
  21 from mo.ops.lin_op import Mul
  22 from mo.ops.const import Const
  23
  24
  25 class LRNReplacer(FrontReplacementOp):
  26     op = 'LRN'
  27     enabled = True
  28
  29     def replace_sub_graph(self, graph: nx.MultiDiGraph, match: dict):
  30         node = match['op']
  31
  32         if not node.has_valid('bias') or (node.has_valid('bias') and node.bias == 1):
  33             return
  34
  35         # Calculate scale value & create Const op
  36         scale_value = np.array(1. / (pow(node.bias, node.beta)))
  37         node.alpha /= node.bias
  38         const_node = Const(graph, dict(value=scale_value, shape=scale_value.shape))
  39
  40         # Get all outputs for LRN layer
  41         out_nodes = [node for node in node.out_nodes().values()]
  42
  43         # Create Mul node with inputs
  44         mul_node = Mul(graph, dict(name=node.id + "/Mul_"))
  45         mnode = mul_node.create_node(inputs=[node, const_node.create_node()])
  46
  47         # Move edges from LRN to Mul node
  48         for out_node in out_nodes:
  49             edge_attrs = graph.get_edge_data(node.id, out_node.id)[0]
  50             graph.remove_edge(node.id, out_node.id)
  51             graph.add_edges_from([(mnode.id, out_node.id, edge_attrs)])