model-optimizer/extensions/front/mxnet/softmax.py

   1 """
   2  Copyright (c) 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 import numpy as np
  18 import networkx as nx
  19
  20 from mo.ops.lin_op import Mul
  21 from mo.ops.const import Const
  22 from mo.front.common.replacement import FrontReplacementSubgraph
  23
  24
  25 class SoftmaxFrontReplacementSubgraph(FrontReplacementSubgraph):
  26     enabled = True
  27
  28     def pattern(self):
  29         return dict(
  30             nodes=[
  31                 ('softmax', dict(type='SoftMax'))
  32             ],
  33             edges=[]
  34         )
  35
  36     def replace_sub_graph(self, graph: nx.MultiDiGraph, match: dict):
  37         node = match['softmax']
  38         if 'temperature' in node and node['temperature'] != 1.0:
  39             in_node = node.in_node()
  40             out_nodes = [node for node in node.out_nodes().values()]
  41             graph.remove_edge(node.in_node().id, node.id)
  42             temperature = np.array([1.0 / node.temperature])
  43             scalar_value_op = Const(graph, dict(value=temperature, shape=temperature.shape,
  44                                                 symbol_dict={'name': node.id + '/const'}))
  45             mul_op = Mul(graph, dict(name=node.id + '/mul_', symbol_dict={'name': node.id + '/mul_'}))
  46             mul_node = mul_op.create_node(inputs=[in_node, scalar_value_op.create_node()])
  47             edge_attrs = graph.get_edge_data(node.id, out_nodes[0].id)[0]
  48             graph.add_edges_from([(mul_node.id, node.id, edge_attrs)])
  49