model-optimizer/mo/ops/activation.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.front.common.partial_infer.eltwise import eltwise_infer
  20 from mo.graph.graph import Node, Graph
  21 from mo.ops.op import Op
  22
  23
  24 class Activation(Op):
  25     op = 'Activation'
  26
  27     @staticmethod
  28     def elu(values, alpha):
  29         values = values.astype(float)
  30         for index, x in np.ndenumerate(values):
  31             if x < 0:
  32                 values[index] = alpha * (np.exp(x) - 1)
  33         return values
  34
  35     operations = {
  36         'tanh': lambda x: np.tanh(x),
  37         'elu': lambda x, alpha: Activation.elu(x, alpha),
  38         'sigmoid': lambda x: 1 / (1 + np.exp(-x)),
  39         'relu6': lambda x: np.maximum(0, np.minimum(x, 6)),
  40         'exp': lambda x: np.exp(x),
  41     }
  42
  43     def __init__(self, graph: Graph, attrs: dict):
  44         super().__init__(graph, {
  45             'type': __class__.op,
  46             'op': __class__.op,
  47             'infer': Activation.infer,
  48             'in_ports_count': 1,
  49             'out_ports_count': 1,
  50         }, attrs)
  51
  52     @classmethod
  53     def infer(cls, node: Node):
  54         if node.operation == 'elu':
  55             # Set default value for alpha in case when it is not specified
  56             node['alpha'] = node.alpha if node.has_valid('alpha') else 1.0
  57             return eltwise_infer(node, cls.operations[node.operation], alpha=node.alpha)
  58         return eltwise_infer(node, cls.operations[node.operation])
  59
  60     def supported_attrs(self):
  61         return ['operation']
  62
  63     def backend_attrs(self):
  64         return [('type', 'operation'), 'alpha']  # operation --> type