onert-micro/luci-interpreter/pal/common/PALSub.h

   1 /*
   2  * Copyright (c) 2021 Samsung Electronics Co., Ltd. All Rights Reserved
   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 #ifndef LUCI_INTERPRETER_PAL_SUB_COMMON_H
  18 #define LUCI_INTERPRETER_PAL_SUB_COMMON_H
  19
  20 #include "PALUtils.h"
  21
  22 namespace luci_interpreter_pal
  23 {
  24 template <typename T>
  25 static inline void Sub(const ArithmeticParams &params, const int flat_size, const T *input1_data,
  26                        const T *input2_data, T *output_data)
  27 {
  28   T activation_min, activation_max;
  29   getActivationParams(params, &activation_min, &activation_max);
  30
  31   for (int i = 0; i < flat_size; ++i)
  32     output_data[i] =
  33       std::min(std::max(input1_data[i] - input2_data[i], activation_min), activation_max);
  34 }
  35
  36 template <typename T>
  37 inline void
  38 BroadcastSub4DSlow(const ArithmeticParams &params,
  39                    const luci_interpreter::RuntimeShape &input1_shape, const T *input1_data,
  40                    const luci_interpreter::RuntimeShape &input2_shape, const T *input2_data,
  41                    const luci_interpreter::RuntimeShape &output_shape, T *output_data)
  42 {
  43   NdArrayDesc<4> desc1;
  44   NdArrayDesc<4> desc2;
  45   NdArrayDescsForElementwiseBroadcast(input1_shape, input2_shape, &desc1, &desc2);
  46   const luci_interpreter::RuntimeShape extended_output_shape =
  47     luci_interpreter::RuntimeShape::extendedShape(4, output_shape);
  48
  49   T activation_min, activation_max;
  50   getActivationParams(params, &activation_min, &activation_max);
  51
  52   // In Tensorflow, the dimensions are canonically named (batch_number, row,
  53   // col, channel), with extents (batches, height, width, depth), with the
  54   // trailing dimension changing most rapidly (channels has the smallest stride,
  55   // typically 1 element).
  56   //
  57   // In generated C code, we store arrays with the dimensions reversed. The
  58   // first dimension has smallest stride.
  59   //
  60   // We name our variables by their Tensorflow convention, but generate C code
  61   // nesting loops such that the innermost loop has the smallest stride for the
  62   // best cache behavior.
  63   for (int b = 0; b < extended_output_shape.dims(0); ++b)
  64   {
  65     for (int y = 0; y < extended_output_shape.dims(1); ++y)
  66     {
  67       for (int x = 0; x < extended_output_shape.dims(2); ++x)
  68       {
  69         for (int c = 0; c < extended_output_shape.dims(3); ++c)
  70         {
  71           const int output_data_offset =
  72             ((b * extended_output_shape.dims(1) + y) * extended_output_shape.dims(2) + x) *
  73               extended_output_shape.dims(3) +
  74             c;
  75
  76           output_data[output_data_offset] =
  77             std::min(std::max(input1_data[subscriptToIndex(desc1, b, y, x, c)] -
  78                                 input2_data[subscriptToIndex(desc2, b, y, x, c)],
  79                               activation_min),
  80                      activation_max);
  81         }
  82       }
  83     }
  84   }
  85 }
  86
  87 } // namespace luci_interpreter_pal
  88
  89 #endif // LUCI_INTERPRETER_PAL_SUB_COMMON_H