tests/nnapi/specs/V1_2/reduce_mean_dynamic_1_nnfw.mod.py

   1 #
   2 # Copyright (C) 2018 The Android Open Source Project
   3 # Copyright (C) 2020 Samsung Electronics Co., Ltd. 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 '''
  19 Testing (Reduce)Mean op when the input is dynamic.
  20     input[1, 3, 4, 1] shape [4]
  21           |             |
  22           +-------------+
  23           |
  24        Reshape (added by DynamicInputGenerator since it generates its output to be dynamic)
  25           |
  26           |        axis = 2    keepDims = True
  27           |             |             |
  28           +-------------+-------------+
  29           |
  30           |
  31           | dynamic tensor at compilation time but the shape will be [1, 3, 4, 1] at execution time
  32           |
  33       ReduceMean
  34           |
  35         output (dynamic tensor, [1, 3, 1, 1] at execution time)
  36 '''
  37
  38 import dynamic_tensor
  39
  40 model = Model()
  41
  42 model_input_shape = [1, 3, 4, 1]
  43
  44 dynamic_layer = dynamic_tensor.DynamicInputGenerator(model, model_input_shape, "TENSOR_FLOAT32")
  45 test_node_input = dynamic_layer.getTestNodeInput()
  46
  47 # write REDUCE_MEAN test. input is `test_input`
  48
  49 # note output shape is used by expected output's shape
  50 model_output = Output("output", "TENSOR_FLOAT32", "{1, 3, 1, 1}")
  51
  52 axis = Int32Scalar("axis", 2)
  53 keepDims = Int32Scalar("keepDims", 1)
  54
  55 model.Operation("MEAN", test_node_input, axis, keepDims).To(model_output)
  56
  57 model_input_data = [1.0, 2.0, 3.0, 4.0,
  58                     1.0, 2.0, 3.0, 4.0,
  59                     1.0, 2.0, 3.0, 4.0]
  60
  61 model_output_data = [2.5, 2.5, 2.5]
  62
  63 Example({
  64     dynamic_layer.getModelInput() : model_input_data,
  65     dynamic_layer.getShapeInput() : model_input_shape,
  66
  67     model_output: model_output_data,
  68 })