src/core/CL/kernels/CLDepthwiseVectorToTensorKernel.cpp

   1 /*
   2  * Copyright (c) 2017-2018 ARM Limited.
   3  *
   4  * SPDX-License-Identifier: MIT
   5  *
   6  * Permission is hereby granted, free of charge, to any person obtaining a copy
   7  * of this software and associated documentation files (the "Software"), to
   8  * deal in the Software without restriction, including without limitation the
   9  * rights to use, copy, modify, merge, publish, distribute, sublicense, and/or
  10  * sell copies of the Software, and to permit persons to whom the Software is
  11  * furnished to do so, subject to the following conditions:
  12  *
  13  * The above copyright notice and this permission notice shall be included in all
  14  * copies or substantial portions of the Software.
  15  *
  16  * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
  17  * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
  18  * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
  19  * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
  20  * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
  21  * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
  22  * SOFTWARE.
  23  */
  24 #include "arm_compute/core/CL/kernels/CLDepthwiseVectorToTensorKernel.h"
  25
  26 #include "arm_compute/core/CL/CLHelpers.h"
  27 #include "arm_compute/core/CL/CLKernelLibrary.h"
  28 #include "arm_compute/core/CL/ICLTensor.h"
  29 #include "arm_compute/core/CL/OpenCL.h"
  30 #include "arm_compute/core/Error.h"
  31 #include "arm_compute/core/Helpers.h"
  32 #include "arm_compute/core/Types.h"
  33 #include "support/ToolchainSupport.h"
  34
  35 using namespace arm_compute;
  36
  37 CLDepthwiseVectorToTensorKernel::CLDepthwiseVectorToTensorKernel()
  38     : _input(nullptr), _output(nullptr)
  39 {
  40 }
  41
  42 void CLDepthwiseVectorToTensorKernel::configure(const ICLTensor *input, ICLTensor *output, size_t conv_w, size_t conv_h)
  43 {
  44     ARM_COMPUTE_ERROR_ON_DATA_TYPE_CHANNEL_NOT_IN(input, 1, DataType::QASYMM8, DataType::S32, DataType::F16, DataType::F32);
  45     ARM_COMPUTE_ERROR_ON_NULLPTR(output);
  46
  47     TensorShape output_shape = input->info()->tensor_shape();
  48     output_shape.set(0, conv_w);
  49     output_shape.set(1, conv_h);
  50     output_shape.set(2, input->info()->tensor_shape()[0] / (conv_w * conv_h));
  51
  52     // Output auto inizialitation if not yet initialized
  53     auto_init_if_empty(*output->info(), input->info()->clone()->set_tensor_shape(output_shape));
  54
  55     ARM_COMPUTE_ERROR_ON_MISMATCHING_DIMENSIONS(output->info()->tensor_shape(), output_shape);
  56     ARM_COMPUTE_ERROR_ON_MISMATCHING_DATA_TYPES(input, output);
  57     ARM_COMPUTE_ERROR_ON_MISMATCHING_FIXED_POINT(input, output);
  58
  59     _input  = input;
  60     _output = output;
  61
  62     // Create kernel
  63     CLBuildOptions build_opts;
  64     build_opts.add_option("-DDATA_TYPE=" + get_cl_type_from_data_type(input->info()->data_type()));
  65     build_opts.add_option("-DCONV_WIDTH=" + support::cpp11::to_string(conv_w));
  66     build_opts.add_option("-DCONV_HEIGHT=" + support::cpp11::to_string(conv_h));
  67
  68     _kernel = static_cast<cl::Kernel>(CLKernelLibrary::get().create_kernel("depthwise_vector_to_tensor", build_opts.options()));
  69
  70     // Configure  kernel window
  71     Window win = calculate_max_window(*input->info(), Steps());
  72     // The CLDepthwisevectorToTensorKernel doesn't need padding so update_window_and_padding() can be skipped
  73     output->info()->set_valid_region(ValidRegion(Coordinates(), output->info()->tensor_shape()));
  74
  75     ICLKernel::configure(win);
  76 }
  77
  78 void CLDepthwiseVectorToTensorKernel::run(const Window &window, cl::CommandQueue &queue)
  79 {
  80     ARM_COMPUTE_ERROR_ON_UNCONFIGURED_KERNEL(this);
  81     ARM_COMPUTE_ERROR_ON_MISMATCHING_WINDOWS(ICLKernel::window(), window);
  82
  83     Window slice     = window.first_slice_window_1D();
  84     Window slice_out = window.first_slice_window_3D();
  85
  86     // Setup slice
  87     slice.set(Window::DimX, Window::Dimension(0, _input->info()->dimension(0), 1));
  88
  89     // Setup output slice
  90     // The first three dimensions of the output are increased by the inner loops
  91     slice_out.set(Window::DimX, Window::Dimension(0, 0, 0));
  92     slice_out.set(Window::DimY, Window::Dimension(0, 0, 0));
  93     slice_out.set(Window::DimZ, Window::Dimension(0, 0, 0));
  94
  95     do
  96     {
  97         unsigned int idx = 0;
  98         add_1D_tensor_argument(idx, _input, slice);
  99         add_3D_tensor_argument(idx, _output, slice_out);
 100         enqueue(queue, *this, slice);
 101     }
 102     while(window.slide_window_slice_1D(slice) && window.slide_window_slice_3D(slice_out));
 103 }