model-optimizer/mo/front/common/partial_infer/concat.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 logging as log
  18
  19 # Concat infer : N - number of inputs to concat
  20 #                axis - dimension number for tensors concatenation
  21 import numpy as np
  22
  23 from mo.front.caffe.extractors.utils import get_canonical_axis_index
  24 from mo.ops.op import PermuteAttrs
  25
  26
  27 def concat_infer(node):
  28     if not node.has('axis'):
  29         N = node.N
  30         axis_input = node.in_node(N)
  31         if axis_input.has_valid('value') and axis_input.value.size == 1:
  32             node['axis'] = axis_input.value.item()
  33             node.graph.remove_edge(axis_input.node, node.node)  # TODO add skip attribute instead of deleting
  34         else:
  35             return
  36     else:
  37         N = len(node.in_nodes())
  38
  39     shapes = [node.in_node(i).shape for i in range(N)]
  40     if any(s is None for s in shapes):
  41         return
  42
  43     shape = np.array(shapes[0])
  44
  45     axis = get_canonical_axis_index(shape, node.axis)
  46     node.axis = axis
  47
  48     mask = np.zeros_like(shape, dtype=np.bool)
  49     mask[axis] = True  # pylint: disable=unsupported-assignment-operation
  50     not_mask = np.logical_not(mask)  # pylint: disable=assignment-from-no-return
  51     for s in shapes[1:]:
  52         if np.all(shape[not_mask] == s[not_mask]):  # TODO handle -1 in a special way
  53             shape[mask] += s[mask]
  54         else:
  55             log.error('Concat input shapes do not match')
  56             return
  57
  58     node.out_node(0).shape = shape
  59     if len(shape) != 4:
  60         # exclude it from NHWC to NCHW convertion
  61         if 'axis' in node.dim_attrs:
  62             node.dim_attrs.remove('axis')
  63
  64     PermuteAttrs.create_permute_attrs(node, attrs=[('axis','input:0')])
  65
  66     values = [node.in_node(i).value for i in range(N)]
  67     if any(v is None for v in values):
  68         return
  69
  70     node.out_node(0).value = np.concatenate(values, axis=node.axis)
  71     node.out_node(0).shape = np.array(node.out_node(0).value.shape, dtype=np.int64)
  72
  73
  74
  75
  76 def tf_pack_infer(node):
  77     # Constant path is supported only
  78     values = [node.in_node(i).value for i in range(node.N)]
  79     if any(v is None for v in values):
  80         return
  81     node.out_node().value = np.stack(values, node.axis)
  82     node.out_node().shape = np.array(node.out_node().value.shape, dtype=np.int64)
  83