model-optimizer/extensions/ops/constant_fill.py

   1 """
   2  Copyright (c) 2017-2019 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
  22
  23 class ConstantFill(Op):
  24     """ Constant blob generation by broadcasting specified value to a given shape.
  25
  26         It is assumed that there is no equivalent of this op in IE,
  27         so it is usually relevant to constant folding.
  28     """
  29     op = 'ConstantFill'
  30
  31     def __init__(self, graph: Graph, attrs: dict):
  32         mandatory_props = {
  33             'type': __class__.op,
  34             'op': __class__.op,
  35             'input_as_shape': 1,
  36             'in_ports_count': 1,
  37             'out_ports_count': 1,
  38             'infer': __class__.infer
  39         }
  40         super().__init__(graph, mandatory_props, attrs)
  41
  42     def supported_attrs(self):
  43         return [
  44             'input_as_shape',
  45             'fill_value'
  46         ]
  47
  48     @staticmethod
  49     def infer(node: Node):
  50         assert len(node.in_nodes()) == 1
  51         assert node.fill_value is not None
  52         assert node.input_as_shape
  53
  54         shape = node.in_node(0).value
  55         assert shape is not None
  56
  57         node.out_node(0).value = np.full(shape, node.fill_value, np.float32)
  58         node.out_node(0).shape = np.array(node.out_node(0).value.shape, dtype=np.int64)