runtime/onert/core/src/interp/operations/Pad.cc

   1 /*
   2  * Copyright (c) 2019 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 #include <cker/operation/Pad.h>
  18
  19 #include "OperationUtil.h"
  20
  21 #include "interp/Registration.h"
  22 #include "ir/operation/Pad.h"
  23
  24 namespace onert
  25 {
  26 namespace interp
  27 {
  28 namespace
  29 {
  30
  31 void preparePad(ExecEnv *env, const ir::Operation &node)
  32 {
  33   const auto input_index = node.getInputs().at(ir::operation::Pad::INPUT);
  34   const auto output_index = node.getOutputs().at(0);
  35
  36   const auto input_tensor = env->tensorAt(input_index);
  37
  38   const auto output_info = env->graph().operands().at(output_index).info();
  39
  40   // Check shape and type lhs is same with rhs
  41   // TODO Util function to compare TensorInfo
  42   if (output_info.total_size() == 0)
  43   {
  44     throw std::runtime_error{"Interp(Pad): NYI unspecified output shape"};
  45   }
  46   else
  47   {
  48     env->allocateIfNeeded(output_index, output_info);
  49   }
  50
  51   const auto output_tensor = env->tensorAt(output_index);
  52   if (input_tensor->data_type() != output_tensor->data_type())
  53   {
  54     throw std::runtime_error{"Interp(Pad): Invalid output type"};
  55   }
  56 }
  57
  58 void invoke(const ITensor *input_tensor, const ITensor *pad_tensor, const ITensor *output_tensor)
  59 {
  60   const auto input_buffer = input_tensor->bufferRO();
  61   const auto pad_buffer = pad_tensor->bufferRO();
  62   auto output_buffer = output_tensor->buffer();
  63
  64   int32_t pad_rank = pad_tensor->dimension(0);
  65
  66   const auto cker_input_shape = convertShape(input_tensor->tensorInfo().shape());
  67   const auto cker_output_shape = convertShape(output_tensor->tensorInfo().shape());
  68   const float *input_ptr = reinterpret_cast<const float *>(input_buffer);
  69   const int32_t *pad_ptr = reinterpret_cast<const int32_t *>(pad_buffer);
  70   float *output_ptr = reinterpret_cast<float *>(output_buffer);
  71
  72   nnfw::cker::Pad<float>(pad_ptr, pad_rank, cker_input_shape, input_ptr, cker_output_shape,
  73                          output_ptr, nullptr);
  74 }
  75
  76 void invokePad(const ExecEnv *env, const ir::Operation &node)
  77 {
  78   const auto input_index = node.getInputs().at(ir::operation::Pad::INPUT);
  79   const auto pad_index = node.getInputs().at(ir::operation::Pad::PAD);
  80   const auto output_index = node.getOutputs().at(0);
  81
  82   const auto input_tensor = env->tensorAt(input_index);
  83   const auto pad_tensor = env->tensorAt(pad_index);
  84   const auto output_tensor = env->tensorAt(output_index);
  85
  86   const auto data_type = input_tensor->data_type();
  87
  88   if (data_type == ir::DataType::FLOAT32)
  89   {
  90     invoke(input_tensor, pad_tensor, output_tensor);
  91   }
  92   else
  93   {
  94     throw std::runtime_error{"Interp(Pad): NYI - Unsupported data type"};
  95   }
  96 }
  97 } // namespace
  98
  99 OpKernel *getPad()
 100 {
 101   static OpKernel kernel = {preparePad, invokePad};
 102   return &kernel;
 103 }
 104
 105 } // namespace interp
 106 } // namespace onert