model-optimizer/mo/ops/flatten_onnx.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 import numpy as np
  20
  21 from mo.graph.graph import Graph
  22 from mo.ops.op import Op
  23
  24
  25 class FlattenONNX(Op):
  26     op = 'FlattenONNX'
  27     enabled = True
  28
  29     def __init__(self, graph: Graph, attrs: dict):
  30         super().__init__(graph, {
  31             'type': 'Reshape',
  32             'op': __class__.op,
  33             'infer': __class__.infer,
  34             'in_ports_count': 2,
  35             'out_ports_count': 1,
  36         }, attrs)
  37
  38     @staticmethod
  39     def infer(node):
  40         """
  41         Infers shape of flatten node as it is done in onnx.
  42         Args:
  43             node: graph flatten node
  44         """
  45         if not node.has_valid('axis'):
  46             log.debug('Can\'t calculate output shape for {} node due to missing axis attribute'.format(node.name))
  47             return
  48
  49         if node.in_node(0).shape is None:
  50             log.debug('Can\'t calculate output shape for {} node due to shape for input node is None'.format(node.name))
  51             return
  52
  53         if len(node.in_nodes()) != 1:
  54             log.debug(
  55                 'Can\'t calculate output shape for {} node. Number of input nodes should be equal 1 instead of {}'.format(
  56                     node.name, len(node.in_nodes())))
  57             return
  58
  59         axis = node.axis
  60         shape = node.in_node(0).shape
  61         dim = [np.prod(shape[0:axis]), np.prod(shape[axis:])]
  62         node['dim'] = np.array(dim)
  63         node.out_node().shape = np.array(dim)
  64         if node.in_node(0).has_valid('value'):
  65             node.out_node().value = np.reshape(node.in_node(0).value, dim)