src/runtime/NEON/functions/NEDeconvolutionLayer.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/runtime/NEON/functions/NEDeconvolutionLayer.h"
  25
  26 #include "arm_compute/core/Helpers.h"
  27 #include "arm_compute/core/Utils.h"
  28 #include "arm_compute/core/Validate.h"
  29 #include "arm_compute/core/utils/misc/ShapeCalculator.h"
  30
  31 using namespace arm_compute;
  32 using namespace arm_compute::misc::shape_calculator;
  33
  34 NEDeconvolutionLayer::NEDeconvolutionLayer(std::shared_ptr<IMemoryManager> memory_manager) // NOLINT
  35     : _memory_group(std::move(memory_manager)),
  36       _conv_f(),
  37       _upsample_f(),
  38       _scaled_output(),
  39       _input(nullptr),
  40       _info(),
  41       _inner_border()
  42 {
  43 }
  44
  45 Status NEDeconvolutionLayer::validate(const ITensorInfo *input, const ITensorInfo *weights, const ITensorInfo *bias, const ITensorInfo *output, const PadStrideInfo &info,
  46                                       unsigned int inner_border_right, unsigned int inner_border_top)
  47 {
  48     ARM_COMPUTE_RETURN_ERROR_ON_NULLPTR(input, weights, output);
  49     ARM_COMPUTE_RETURN_ERROR_ON_DATA_TYPE_CHANNEL_NOT_IN(input, 1, DataType::F32);
  50     ARM_COMPUTE_RETURN_ERROR_ON_DATA_TYPE_CHANNEL_NOT_IN(weights, 1, DataType::F32);
  51     ARM_COMPUTE_RETURN_ERROR_ON(weights->dimension(0) != weights->dimension(1));
  52     ARM_COMPUTE_RETURN_ERROR_ON(weights->dimension(0) < 1);
  53     ARM_COMPUTE_RETURN_ERROR_ON(!info.padding_is_symmetric());
  54
  55     const unsigned int stride_x = info.stride().first;
  56     const unsigned int stride_y = info.stride().second;
  57
  58     ARM_COMPUTE_RETURN_ERROR_ON_MSG(inner_border_right > stride_x - 1, "inner_border_right must be smaller than stride_x");
  59     ARM_COMPUTE_RETURN_ERROR_ON_MSG(inner_border_top > stride_y - 1, "inner_border_top must be smaller than stride_y");
  60
  61     auto out_dims = deconvolution_output_dimensions(input->dimension(0), input->dimension(1), weights->dimension(0), weights->dimension(1),
  62                                                     info.pad().first, info.pad().second, inner_border_right, inner_border_top, stride_x, stride_y);
  63
  64     ARM_COMPUTE_RETURN_ERROR_ON_MISMATCHING_DATA_TYPES(input, weights, bias);
  65     ARM_COMPUTE_RETURN_ERROR_ON_MISMATCHING_FIXED_POINT(input, weights, bias);
  66
  67     if(bias != nullptr)
  68     {
  69         ARM_COMPUTE_RETURN_ERROR_ON_MISMATCHING_DATA_TYPES(input, bias);
  70         ARM_COMPUTE_RETURN_ERROR_ON_MISMATCHING_FIXED_POINT(input, bias);
  71     }
  72
  73     if(output->tensor_shape().total_size() > 0)
  74     {
  75         ARM_COMPUTE_RETURN_ERROR_ON_MISMATCHING_DATA_TYPES(input, output);
  76         ARM_COMPUTE_RETURN_ERROR_ON_MISMATCHING_FIXED_POINT(input, output);
  77
  78         const TensorShape output_shape = deconvolution_output_shape(out_dims, input->tensor_shape(), weights->tensor_shape());
  79
  80         ARM_COMPUTE_RETURN_ERROR_ON_MSG(output->dimension(Window::DimX) != output_shape.x(), "Output's width is invalid.");
  81         ARM_COMPUTE_RETURN_ERROR_ON_MSG(output->dimension(Window::DimY) != output_shape.y(), "Output's height is invalid.");
  82         ARM_COMPUTE_RETURN_ERROR_ON_MSG(output->dimension(Window::DimZ) != output_shape.z(), "Output's depth is invalid.");
  83     }
  84
  85     TensorInfo scale_out_info(input->clone()->set_is_resizable(true).reset_padding().set_tensor_shape(compute_deconvolution_shape(*input, stride_x, stride_y, inner_border_right, inner_border_top,
  86                                                                                                       info)));
  87     const PadStrideInfo conv_info(1, 1, 0, 0, 0, 0, DimensionRoundingType::CEIL);
  88
  89     for(size_t i = 2; i < Coordinates::num_max_dimensions; ++i)
  90     {
  91         ARM_COMPUTE_RETURN_ERROR_ON(input->dimension(i) != scale_out_info.dimension(i));
  92     }
  93
  94     ARM_COMPUTE_RETURN_ON_ERROR(NEConvolutionLayer::validate(&scale_out_info, weights, bias, output, conv_info, WeightsInfo()));
  95
  96     return Status{};
  97 }
  98
  99 void NEDeconvolutionLayer::configure(ITensor *input, const ITensor *weights, const ITensor *bias, ITensor *output, const PadStrideInfo &info,
 100                                      unsigned int inner_border_right, unsigned int inner_border_top)
 101 {
 102     ARM_COMPUTE_ERROR_ON_NULLPTR(input, weights, output);
 103
 104     _input        = input;
 105     _info         = info;
 106     _inner_border = std::make_pair(inner_border_right, inner_border_top);
 107
 108     const unsigned int stride_x = info.stride().first;
 109     const unsigned int stride_y = info.stride().second;
 110
 111     // Perform validation step
 112     ARM_COMPUTE_ERROR_THROW_ON(NEDeconvolutionLayer::validate(input->info(), weights->info(), bias == nullptr ? nullptr : bias->info(), output->info(), info, inner_border_right, inner_border_top));
 113
 114     _memory_group.manage(&_scaled_output);
 115
 116     // configure scale function
 117     // Init and allocate intermmidiate tensor for output, same size as input but the first two axis are the same as the output tensor
 118     const TensorInfo scale_out_info(compute_deconvolution_shape(*input->info(), stride_x, stride_y, inner_border_right, inner_border_top, info), 1, input->info()->data_type(),
 119                                     input->info()->fixed_point_position());
 120     _scaled_output.allocator()->init(scale_out_info);
 121
 122     // setup the function to convolve the upscaled output
 123     const PadStrideInfo conv_info(1, 1, 0, 0, 0, 0, DimensionRoundingType::CEIL);
 124     _conv_f.configure(&_scaled_output, weights, bias, output, conv_info);
 125
 126     // Allocate auxiliary tensors
 127     _scaled_output.allocator()->allocate();
 128
 129     // configure upsample function
 130     _upsample_f.configure(input, &_scaled_output, info, inner_border_right, inner_border_top);
 131 }
 132
 133 void NEDeconvolutionLayer::run()
 134 {
 135     _memory_group.acquire();
 136
 137     // Run upsample kernel
 138     _upsample_f.run();
 139
 140     // Run convolution layer
 141     _conv_f.run();
 142
 143     _memory_group.release();
 144 }