tests/nnapi/specs/V1_2/sub_v1_2.mod.py

   1 #
   2 # Copyright (C) 2018 The Android Open Source Project
   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 import random
  18
  19 random.seed(0)
  20
  21 # FLOAT32 and FLOAT16
  22 input0 = Input("input0", "TENSOR_FLOAT32", "{1, 2, 2, 1}")
  23 input1 = Input("input1", "TENSOR_FLOAT32", "{1, 2, 2, 1}")
  24 activation = Int32Scalar("act", 0)
  25 output0 = Output("output0", "TENSOR_FLOAT32",  "{1, 2, 2, 1}")
  26
  27 model = Model().Operation("SUB", input0, input1, activation).To(output0)
  28
  29 Example({
  30     input0: [2.0, -4.0, 8.0, -16.0],
  31     input1: [2.0, -2.0, -4.0, 4.0],
  32     output0: [0.0, -2.0, 12.0, -20.0],
  33 }).AddVariations("float16").AddAllActivations(output0, activation)
  34
  35
  36 # QUANT8_ASYMM
  37 shape = "{2, 4, 16, 2}, 0.5, 0"
  38 input0 = Input("input0", "TENSOR_QUANT8_ASYMM", shape)
  39 input1 = Input("input1", "TENSOR_QUANT8_ASYMM", shape)
  40 activation = 0
  41 output0 = Output("output0", "TENSOR_QUANT8_ASYMM", shape)
  42
  43 model = Model("quant8").Operation("SUB", input0, input1, activation).To(output0)
  44
  45 input0_values = list(range(256))
  46 input1_values = list(input0_values)
  47 random.shuffle(input1_values)
  48 output_values = [max(0, a - b) for a, b in zip(input0_values, input1_values)]
  49
  50 Example({
  51     input0: input0_values,
  52     input1: input1_values,
  53     output0: output_values,
  54 })
  55
  56 # SUB of data type TENSOR_FLOAT32 is introduced in V1_1.
  57 Example.SetVersion("V1_1", "sub_v1_2_none", "sub_v1_2_relu", "sub_v1_2_relu1", "sub_v1_2_relu6")
  58
  59
  60 # SUB, zero-sized input
  61
  62 # Use BOX_WITH_NMS_LIMIT op to generate a zero-sized internal tensor for box cooridnates.
  63 p1 = Parameter("scores", "TENSOR_FLOAT32", "{1, 2}", [0.90, 0.10]) # scores
  64 p2 = Parameter("roi", "TENSOR_FLOAT32", "{1, 8}", [1, 1, 10, 10, 0, 0, 10, 10]) # roi
  65 o1 = Output("scoresOut", "TENSOR_FLOAT32", "{0}") # scores out
  66 o2 = Output("classesOut", "TENSOR_INT32", "{0}") # classes out
  67 tmp1 = Internal("roiOut", "TENSOR_FLOAT32", "{0, 4}") # roi out
  68 tmp2 = Internal("batchSplitOut", "TENSOR_INT32", "{0}") # batch split out
  69 model = Model("zero_sized").Operation("BOX_WITH_NMS_LIMIT", p1, p2, [0], 0.3,  -1, 0, 0.4, 1.0, 0.3).To(o1, tmp1, o2, tmp2)
  70
  71 # Use ROI_ALIGN op to convert into zero-sized feature map.
  72 layout = BoolScalar("layout", False) # NHWC
  73 i1 = Input("in", "TENSOR_FLOAT32", "{1, 1, 1, 2}")
  74 zero_sized = Internal("featureMap", "TENSOR_FLOAT32", "{0, 2, 2, 2}")
  75 model = model.Operation("ROI_ALIGN", i1, tmp1, tmp2, 2, 2, 2.0, 2.0, 4, 4, layout).To(zero_sized)
  76
  77 # SUB op with numBatches = 0.
  78 i2 = Parameter("op", "TENSOR_FLOAT32", "{1, 2, 2, 1}", [1, 2, 3, 4]) # weights
  79 o3 = Output("out", "TENSOR_FLOAT32", "{0, 2, 2, 2}") # out
  80 model = model.Operation("SUB", zero_sized, i2, 0).To(o3)
  81
  82 quant8 = DataTypeConverter().Identify({
  83     p1: ("TENSOR_QUANT8_ASYMM", 0.1, 128),
  84     p2: ("TENSOR_QUANT16_ASYMM", 0.125, 0),
  85     o1: ("TENSOR_QUANT8_ASYMM", 0.1, 128),
  86     tmp1: ("TENSOR_QUANT16_ASYMM", 0.125, 0),
  87     i1: ("TENSOR_QUANT8_ASYMM", 0.1, 128),
  88     zero_sized: ("TENSOR_QUANT8_ASYMM", 0.1, 128),
  89     i2: ("TENSOR_QUANT8_ASYMM", 0.1, 128),
  90     o3: ("TENSOR_QUANT8_ASYMM", 0.1, 128)
  91 })
  92
  93 # Create test case with dummy values.
  94 Example({
  95     i1: [1, 2],
  96     o1: [0],
  97     o2: [0],
  98     o3: [0],
  99 }).AddVariations("relaxed", quant8, "float16")