model-optimizer/extensions/ops/BlockLSTM.py

   1 """
   2  Copyright (c) 2018-2019 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 networkx as nx
  18
  19 from mo.front.common.partial_infer.utils import mark_input_bins
  20 from mo.graph.graph import Node, Graph
  21 from mo.ops.op import Op
  22 import numpy as np
  23
  24
  25 class BlockLSTM(Op):
  26     op = 'BlockLSTM'
  27
  28     def __init__(self, graph: Graph, attrs: dict):
  29         mandatory_props = {
  30             'op': __class__.op,
  31             'infer': __class__.infer,
  32             'type': __class__.op,
  33         }
  34         super().__init__(graph, mandatory_props, attrs)
  35
  36     @staticmethod
  37     def infer(node: Node):
  38         """
  39          MO input edges:   |   Description:
  40          -------------------------------------------------
  41                 0          | x: The sequence input to the LSTM, shape (timelen, batch_size, num_inputs)
  42                 1          | w: The weight matrix
  43                 2          | b: The bias vector
  44                 3          | h_prev: Previous/initial hidden state
  45                 4          | cs_prev: Value of the initial cell state
  46          """
  47         assert len(node.in_nodes()) == 5
  48
  49         """
  50         MO output edges:    |   Description:
  51                 0           | cs: Output data / output hidden states concatenated over the whole time sequence
  52                 1           | h: Output cell states concatenated over the whole time sequence
  53         """
  54
  55         assert len(node.out_nodes()) in [1, 2]
  56
  57         mark_input_bins(node)
  58         input_shape = node.in_node(0).shape
  59
  60         assert len(input_shape) == 3
  61         out_shape = input_shape
  62         node.out_node(0).shape = out_shape
  63         if len(node.out_nodes()) > 1:
  64             node.out_node(1).shape = out_shape