tests/nnapi/specs/V1_2/topk_v2.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 import collections
  17
  18 TestCase = collections.namedtuple("TestCase", [
  19     "inp", "inp_data", "k", "out_values", "out_values_data", "out_indices",
  20     "out_indices_data"
  21 ])
  22
  23 test_cases = [
  24     TestCase(
  25         inp=Input("input", "TENSOR_FLOAT32", "{2, 2}"),
  26         inp_data=[-2.0, 0.2, 0.8, 0.1],
  27         k=Int32Scalar("k", 2),
  28         out_values=Output("out_values", "TENSOR_FLOAT32", "{2, 2}"),
  29         out_values_data=[0.2, -2.0, 0.8, 0.1],
  30         out_indices=Output("out_indices", "TENSOR_INT32", "{2, 2}"),
  31         out_indices_data=[1, 0, 0, 1]),
  32     TestCase(
  33         inp=Input("input", "TENSOR_FLOAT32", "{2, 3}"),
  34         inp_data=[-2.0, -3.0, 0.2, 0.8, 0.1, -0.1],
  35         k=Int32Scalar("k", 2),
  36         out_values=Output("out_values", "TENSOR_FLOAT32", "{2, 2}"),
  37         out_values_data=[0.2, -2.0, 0.8, 0.1],
  38         out_indices=Output("out_indices", "TENSOR_INT32", "{2, 2}"),
  39         out_indices_data=[2, 0, 0, 1]),
  40     TestCase(
  41         inp=Input("input", "TENSOR_FLOAT32", "{2, 4}"),
  42         inp_data=[-2.0, -3.0, -4.0, 0.2, 0.8, 0.1, -0.1, -0.8],
  43         k=Int32Scalar("k", 2),
  44         out_values=Output("out_values", "TENSOR_FLOAT32", "{2, 2}"),
  45         out_values_data=[0.2, -2.0, 0.8, 0.1],
  46         out_indices=Output("out_indices", "TENSOR_INT32", "{2, 2}"),
  47         out_indices_data=[3, 0, 0, 1]),
  48     TestCase(
  49         inp=Input("input", "TENSOR_FLOAT32", "{8}"),
  50         inp_data=[-2.0, -3.0, -4.0, 0.2, 0.8, 0.1, -0.1, -0.8],
  51         k=Int32Scalar("k", 2),
  52         out_values=Output("out_values", "TENSOR_FLOAT32", "{2}"),
  53         out_values_data=[0.8, 0.2],
  54         out_indices=Output("out_indices", "TENSOR_INT32", "{2}"),
  55         out_indices_data=[4, 3]),
  56     TestCase(
  57         inp=Input("input", "TENSOR_QUANT8_ASYMM", "{2, 3}, 2.0, 128"),
  58         inp_data=[1, 2, 3, 251, 250, 249],
  59         k=Int32Scalar("k", 2),
  60         out_values=Output("out_values", "TENSOR_QUANT8_ASYMM", "{2, 2}, 2.0, 128"),
  61         out_values_data=[3, 2, 251, 250],
  62         out_indices=Output("out_indices", "TENSOR_INT32", "{2, 2}"),
  63         out_indices_data=[2, 1, 0, 1]),
  64     TestCase(
  65         inp=Input("input", "TENSOR_INT32", "{2, 3}"),
  66         inp_data=[1, 2, 3, 10251, 10250, 10249],
  67         k=Int32Scalar("k", 2),
  68         out_values=Output("out_values", "TENSOR_INT32", "{2, 2}"),
  69         out_values_data=[3, 2, 10251, 10250],
  70         out_indices=Output("out_indices", "TENSOR_INT32", "{2, 2}"),
  71         out_indices_data=[2, 1, 0, 1]),
  72 ]
  73
  74 for test_case in test_cases:
  75   model = Model().Operation("TOPK_V2", test_case.inp, test_case.k).To(
  76       test_case.out_values, test_case.out_indices)
  77   Example({
  78       test_case.inp: test_case.inp_data,
  79       test_case.out_values: test_case.out_values_data,
  80       test_case.out_indices: test_case.out_indices_data
  81   }, model=model).AddVariations("relaxed", "float16")