tests/nnapi/specs/skip/V1_2/mul_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 # TEST 1: MUL float16
  18 model = Model()
  19 i1 = Input("op1", "TENSOR_FLOAT16", "{3}") # a vector of 3 float16s
  20 i2 = Input("op2", "TENSOR_FLOAT16", "{3}") # another vector of 3 float16s
  21 act = Int32Scalar("act", 0) # an int32_t scalar activation
  22 i3 = Output("op3", "TENSOR_FLOAT16", "{3}")
  23 model = model.Operation("MUL", i1, i2, act).To(i3)
  24 model = model.RelaxedExecution(False)
  25
  26 # Example 1. Input in operand 0,
  27 input0 = {i1: # input 0
  28           [1.0009765625, 1.0, 2.5],
  29           i2: # input 1
  30           [2, 0.0001, 3.5]}
  31
  32 output0 = {i3: # output 0
  33            [2.001953125, 0.0001000165, 8.75]}
  34
  35 # Instantiate an example
  36 Example((input0, output0))
  37
  38
  39 # TEST 2: MUL broadcast float16
  40 model = Model()
  41 i1 = Input("op1", "TENSOR_FLOAT16", "{1, 2}")
  42 i2 = Input("op2", "TENSOR_FLOAT16", "{2, 2}")
  43 act = Int32Scalar("act", 0)
  44 i3 = Output("op3", "TENSOR_FLOAT16", "{2, 2}")
  45 model = model.Operation("MUL", i1, i2, act).To(i3)
  46
  47 # Example 1. Input in operand 0,
  48 input0 = {i1: # input 0
  49           [1, 2],
  50           i2: # input 1
  51           [1, 2, 3, 4]}
  52
  53 output0 = {i3: # output 0
  54            [1, 4, 3, 8]}
  55
  56 # Instantiate an example
  57 Example((input0, output0))
  58
  59
  60 # TEST 3: MUL, 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 # MUL 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("MUL", 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")