onert-micro/luci-interpreter/src/kernels/PadV2.test.cpp

   1 /*
   2  * Copyright (c) 2021 Samsung Electronics Co., Ltd. All Rights Reserved
   3  * Copyright 2019 The TensorFlow Authors. All Rights Reserved.
   4  *
   5  * Licensed under the Apache License, Version 2.0 (the "License");
   6  * you may not use this file except in compliance with the License.
   7  * You may obtain a copy of the License at
   8  *
   9  *    http://www.apache.org/licenses/LICENSE-2.0
  10  *
  11  * Unless required by applicable law or agreed to in writing, software
  12  * distributed under the License is distributed on an "AS IS" BASIS,
  13  * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  14  * See the License for the specific language governing permissions and
  15  * limitations under the License.
  16  */
  17
  18 #include "kernels/PadV2.h"
  19 #include "kernels/TestUtils.h"
  20 #include "luci_interpreter/TestMemoryManager.h"
  21
  22 namespace luci_interpreter
  23 {
  24 namespace kernels
  25 {
  26 namespace
  27 {
  28
  29 using namespace testing;
  30
  31 float GetTolerance(float min, float max) { return (max - min) / 255.0; }
  32
  33 TEST(PadV2, Uint8)
  34 {
  35   std::unique_ptr<IMemoryManager> memory_manager = std::make_unique<TestMemoryManager>();
  36   float kQuantizedTolerance = GetTolerance(-1.0, 1.0);
  37   std::pair<float, int32_t> quant_param = quantizationParams<uint8_t>(-1.0f, 1.0f);
  38   std::vector<float> input_data{-0.8, 0.2, 0.9, 0.7, 0.1, -0.3};
  39   std::vector<int32_t> paddings_data{0, 0, 0, 2, 1, 3, 0, 0};
  40   std::vector<float> constant_values_data{0.5};
  41   Tensor input_tensor = makeInputTensor<DataType::U8>(
  42     {1, 2, 3, 1}, quant_param.first, quant_param.second, input_data, memory_manager.get());
  43   Tensor paddings_tensor =
  44     makeInputTensor<DataType::S32>({4, 2}, paddings_data, memory_manager.get());
  45   Tensor constant_values = makeInputTensor<DataType::U8>(
  46     {1}, quant_param.first, quant_param.second, constant_values_data, memory_manager.get());
  47   Tensor output_tensor = makeOutputTensor(DataType::U8, quant_param.first, quant_param.second);
  48
  49   PadV2 kernel(&input_tensor, &paddings_tensor, &constant_values, &output_tensor);
  50   kernel.configure();
  51   memory_manager->allocate_memory(output_tensor);
  52   kernel.execute();
  53
  54   std::vector<float> ref_output_data = {
  55     0.5, -0.8, 0.2, 0.9, 0.5, 0.5, 0.5, 0.5, 0.7, 0.1, -0.3, 0.5, 0.5, 0.5,  //
  56     0.5, 0.5,  0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5,  0.5, 0.5, 0.5}; //
  57   EXPECT_THAT(dequantizeTensorData(output_tensor),
  58               FloatArrayNear(ref_output_data, kQuantizedTolerance));
  59   EXPECT_THAT(extractTensorShape(output_tensor), ::testing::ElementsAreArray({1, 4, 7, 1}));
  60 }
  61
  62 TEST(PadV2, Float)
  63 {
  64   std::unique_ptr<IMemoryManager> memory_manager = std::make_unique<TestMemoryManager>();
  65   std::vector<float> input_data{1, 2, 3, 4, 5, 6};
  66   std::vector<int32_t> paddings_data{1, 0, 0, 2, 0, 3, 0, 0};
  67   std::vector<float> constant_values_data{7};
  68   Tensor input_tensor =
  69     makeInputTensor<DataType::FLOAT32>({1, 2, 3, 1}, input_data, memory_manager.get());
  70   Tensor paddings_tensor =
  71     makeInputTensor<DataType::S32>({4, 2}, paddings_data, memory_manager.get());
  72   Tensor constant_values =
  73     makeInputTensor<DataType::FLOAT32>({1}, constant_values_data, memory_manager.get());
  74   Tensor output_tensor = makeOutputTensor(DataType::FLOAT32);
  75
  76   PadV2 kernel(&input_tensor, &paddings_tensor, &constant_values, &output_tensor);
  77   kernel.configure();
  78   memory_manager->allocate_memory(output_tensor);
  79   kernel.execute();
  80
  81   std::vector<float> ref_output_data{7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7,
  82                                      7, 7, 7, 7, 7, 7, 7, 7, 1, 2, 3, 7, 7, 7, 4, 5,
  83                                      6, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7};
  84   std::initializer_list<int32_t> ref_output_shape{2, 4, 6, 1};
  85   EXPECT_THAT(extractTensorData<float>(output_tensor), FloatArrayNear(ref_output_data));
  86   EXPECT_THAT(extractTensorShape(output_tensor), ::testing::ElementsAreArray(ref_output_shape));
  87 }
  88
  89 } // namespace
  90 } // namespace kernels
  91 } // namespace luci_interpreter