tests/tools/onert_train/src/randomgen.cc

   1 /*
   2  * Copyright (c) 2023 Samsung Electronics Co., Ltd. All Rights Reserved
   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 #include "randomgen.h"
  18 #include "nnfw.h"
  19 #include "nnfw_util.h"
  20 #include "misc/RandomGenerator.h"
  21
  22 #include <iostream>
  23
  24 namespace onert_train
  25 {
  26
  27 template <class T> void randomData(nnfw::misc::RandomGenerator &randgen, void *data, uint64_t size)
  28 {
  29   for (uint64_t i = 0; i < size; i++)
  30     reinterpret_cast<T *>(data)[i] = randgen.generate<T>();
  31 }
  32
  33 void RandomGenerator::generate(std::vector<Allocation> &inputs)
  34 {
  35   // generate random data
  36   const int seed = 1;
  37   nnfw::misc::RandomGenerator randgen{seed, 0.0f, 2.0f};
  38   for (uint32_t i = 0; i < inputs.size(); ++i)
  39   {
  40     nnfw_tensorinfo ti;
  41     NNPR_ENSURE_STATUS(nnfw_input_tensorinfo(session_, i, &ti));
  42     auto input_size_in_bytes = bufsize_for(&ti);
  43     inputs[i].alloc(input_size_in_bytes);
  44     switch (ti.dtype)
  45     {
  46       case NNFW_TYPE_TENSOR_FLOAT32:
  47         randomData<float>(randgen, inputs[i].data(), num_elems(&ti));
  48         break;
  49       case NNFW_TYPE_TENSOR_QUANT8_ASYMM:
  50         randomData<uint8_t>(randgen, inputs[i].data(), num_elems(&ti));
  51         break;
  52       case NNFW_TYPE_TENSOR_BOOL:
  53         randomData<bool>(randgen, inputs[i].data(), num_elems(&ti));
  54         break;
  55       case NNFW_TYPE_TENSOR_UINT8:
  56         randomData<uint8_t>(randgen, inputs[i].data(), num_elems(&ti));
  57         break;
  58       case NNFW_TYPE_TENSOR_INT32:
  59         randomData<int32_t>(randgen, inputs[i].data(), num_elems(&ti));
  60         break;
  61       case NNFW_TYPE_TENSOR_INT64:
  62         randomData<int64_t>(randgen, inputs[i].data(), num_elems(&ti));
  63         break;
  64       case NNFW_TYPE_TENSOR_QUANT16_SYMM_SIGNED:
  65         randomData<int16_t>(randgen, inputs[i].data(), num_elems(&ti));
  66         break;
  67       default:
  68         std::cerr << "Not supported input type" << std::endl;
  69         std::exit(-1);
  70     }
  71     NNPR_ENSURE_STATUS(
  72       nnfw_set_input(session_, i, ti.dtype, inputs[i].data(), input_size_in_bytes));
  73     NNPR_ENSURE_STATUS(nnfw_set_input_layout(session_, i, NNFW_LAYOUT_CHANNELS_LAST));
  74   }
  75 };
  76
  77 } // end of namespace onert_train