model-optimizer/mo/front/common/partial_infer/eltwise.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 import numpy as np
  19
  20 from mo.front.common.partial_infer.utils import int64_array
  21 from mo.graph.graph import Node
  22
  23
  24 def eltwise_infer(node, op=None, **kwargs):
  25     raw_inputs = [(inp, attr) for inp, attr in node.get_sorted_inputs()
  26                   if 'control_flow_edge' not in attr or not attr['control_flow_edge']]
  27     inputs = [Node(node.graph, inp) for inp, attr in raw_inputs]
  28     shapes = [node.graph.node[inp]['shape'] for inp, attr in raw_inputs]
  29     values = [node.graph.node[inp]['value'] for inp, attr in raw_inputs]
  30
  31     # infer output shape based on input shapes without op involvement
  32     # based on repeated application of rules https://docs.scipy.org/doc/numpy/user/basics.broadcasting.html
  33
  34     if any([s is None for s in shapes]):
  35         # nothing is known
  36         return
  37
  38     max_dims = None
  39     for id, s in enumerate(shapes):
  40         if max_dims is None or len(s) > max_dims:
  41             max_dims = len(s)
  42
  43     # Make all input shapes of the same size by adding 1's
  44     axis = node.axis if node.has_valid('axis') else None
  45     for id, item in enumerate(zip(shapes, values)):
  46         shape, value = item
  47         if len(shape) != max_dims and len(shape) > 0 and axis is not None:
  48             new_shape = shape
  49
  50             # Extend shape with 1's
  51             for cnt in range(axis + len(shape), max_dims):
  52                 new_shape = np.append(new_shape, 1)
  53
  54             shapes[id] = new_shape
  55
  56             # Save shape for further transformation that applies this shapes for input nodes
  57             # We set new_shape attribute on edge for given input node
  58             edge_attrs = node.graph.get_edge_data(inputs[id].id, node.id)[0]
  59
  60             nx.set_edge_attributes(G=node.graph,
  61                                    values={(inputs[id].id, node.id, 0): new_shape},
  62                                    name='new_shape')
  63
  64             # Reshape value to correctly calculate output shape
  65             if values[id] is not None:
  66                 values[id] = np.reshape(values[id], new_shape)
  67
  68     extended_shapes = int64_array([np.concatenate((np.ones(max_dims - len(s), dtype=np.int64), s)) for s in shapes])
  69     # ugly but clear solution
  70     output_shape = extended_shapes[0]
  71     for si in range(1, len(extended_shapes)):
  72         for ei in range(max_dims):
  73             mind = min(output_shape[ei], extended_shapes[si][ei])
  74             maxd = max(output_shape[ei], extended_shapes[si][ei])
  75             if mind == -1:
  76                 output_shape[ei] = -1
  77             elif mind == 1:
  78                 output_shape[ei] = maxd
  79             elif mind != maxd:
  80                 output_shape[ei] = -1
  81     node.out_node().shape = output_shape
  82
  83     if op is None or any([v is None for v in values]):
  84         return
  85
  86     if len(values) <= 2:
  87         node.out_node().value = op(*values, **kwargs)
  88     else:
  89         node.out_node().value = values[0]
  90         for i in range(len(values) - 1):
  91             node.out_node().value = op(node.out_node().value, values[i + 1])
  92
  93
  94 def bias_add_infer(node, op):
  95     if node.in_port(0).data.get_value() is not None and node.in_port(1).data.get_value() is not None and op is not None:
  96         node.out_port(0).data.set_value(op(node.in_port(0).data.get_value(), node.in_port(1).data.get_value()))
  97     else:
  98         node.out_port(0).data.set_shape(node.in_port(0).data.get_shape())