model-optimizer/extensions/ops/TensorArrayScatter.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 numpy as np
  18
  19 from mo.graph.graph import Node, Graph
  20 from mo.ops.op import Op
  21 from mo.utils.utils import match_shapes
  22
  23
  24 class TensorArrayScatter(Op):
  25     op = "TensorArrayScatterV3"
  26
  27     def __init__(self, graph: Graph, attrs: dict):
  28         mandatory_props = {
  29             'type': __class__.op,
  30             'op': __class__.op,
  31             'infer': TensorArrayScatter.array_infer,
  32         }
  33         super().__init__(graph, mandatory_props, attrs)
  34
  35     @staticmethod
  36     def array_infer(node: Node):
  37         handle = node.in_node(0)
  38         indices = node.in_node(1)
  39         value = node.in_node(2)
  40         flow_in = node.in_node(3)
  41
  42         ta_node = Node(node.graph, str(handle.value))
  43         if ta_node.has_valid('element_shape') and len(ta_node.element_shape) > 0:
  44             assert match_shapes(ta_node['element_shape'], value.shape[1:]), \
  45                 'Shapes are not compatible: {} and {}'.format(ta_node['element_shape'], value.shape[1:])
  46         else:
  47             ta_node['element_shape'] = value.shape[1:]
  48
  49         # Assign element_shape anyway, because the original element_shape can contain -1
  50         ta_node['element_shape'] = value.shape[1:]
  51         #TODO: add smart check that indices and value.shape[0] is compatible
  52
  53         output_shape = flow_in.shape
  54         output_value = flow_in.value
  55         #flow_out
  56         for _, out_node in node.graph.out_edges(node.id):
  57             node.graph.node[out_node]['shape'] = np.array(output_shape)
  58             node.graph.node[out_node]['value'] = None if output_value is None else np.array(output_value)