tools/nnapi_quickcheck/tests/reshape_quan_1.cpp

   1 /*
   2  * Copyright (c) 2018 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 "gtest/gtest.h"
  18
  19 #include "tflite/ext/kernels/register.h"
  20 #include "tensorflow/lite/model.h"
  21 #include "tensorflow/lite/builtin_op_data.h"
  22
  23 #include "env.h"
  24 #include "memory.h"
  25 #include "misc/environment.h"
  26
  27 #include "tflite/Diff.h"
  28 #include "tflite/Quantization.h"
  29 #include "tflite/interp/FunctionBuilder.h"
  30
  31 #include <chrono>
  32 #include <iostream>
  33
  34 using namespace tflite;
  35 using namespace nnfw::tflite;
  36
  37 TEST(NNAPI_Quickcheck_reshape_1, simple_test)
  38 {
  39   // Set random seed
  40   int SEED = std::chrono::system_clock::now().time_since_epoch().count();
  41
  42   nnfw::misc::env::IntAccessor("SEED").access(SEED);
  43
  44   // Set random test parameters
  45   int verbose = 0;
  46   int tolerance = 1;
  47
  48   nnfw::misc::env::IntAccessor("VERBOSE").access(verbose);
  49   nnfw::misc::env::IntAccessor("TOLERANCE").access(tolerance);
  50
  51 #define INT_VALUE(NAME, VALUE) IntVar NAME##_Value(#NAME, VALUE);
  52 #include "reshape_quan_1.lst"
  53 #undef INT_VALUE
  54
  55   const int32_t IFM_C = IFM_C_Value();
  56   const int32_t IFM_H = IFM_H_Value();
  57   const int32_t IFM_W = IFM_W_Value();
  58
  59   const int32_t OUT_L = IFM_C * IFM_H * IFM_W;
  60
  61   std::cout << "Configurations:" << std::endl;
  62 #define PRINT_NEWLINE()     \
  63   {                         \
  64     std::cout << std::endl; \
  65   }
  66 #define PRINT_VALUE(value)                                       \
  67   {                                                              \
  68     std::cout << "  " << #value << ": " << (value) << std::endl; \
  69   }
  70   PRINT_VALUE(SEED);
  71   PRINT_NEWLINE();
  72
  73   PRINT_VALUE(IFM_C);
  74   PRINT_VALUE(IFM_H);
  75   PRINT_VALUE(IFM_W);
  76   PRINT_NEWLINE();
  77
  78   PRINT_VALUE(OUT_L);
  79 #undef PRINT_VALUE
  80 #undef PRINT_NEWLINE
  81
  82   const int32_t dims[2] = {1, OUT_L};
  83
  84   auto setup = [&](Interpreter &interp) {
  85     // Comment from 'context.h'
  86     //
  87     // Parameters for asymmetric quantization. Quantized values can be converted
  88     // back to float using:
  89     //    real_value = scale * (quantized_value - zero_point);
  90     //
  91     // Q: Is this necessary?
  92     // A: This may be necessary, because quantization values(scale, zero_point) of TENSOR_INT32 and
  93     // TENSOR_QUANT8_ASYMM are passed on to the runtime.
  94     TfLiteQuantizationParams quantization;
  95     quantization.scale = 1.0f;
  96     quantization.zero_point = 0;
  97
  98     // On AddTensors(N) call, T/F Lite interpreter creates N tensors whose index is [0 ~ N)
  99     interp.AddTensors(3);
 100
 101     // Configure OFM
 102     interp.SetTensorParametersReadWrite(0, kTfLiteUInt8 /* type */, "output" /* name */,
 103                                         {1 /*N*/, OUT_L} /* dims */, quantization);
 104
 105     // Configure IFM
 106     interp.SetTensorParametersReadWrite(1, kTfLiteUInt8 /* type */, "input" /* name */,
 107                                         {1 /*N*/, IFM_H, IFM_W, IFM_C} /* dims */, quantization);
 108
 109     // Configure Shape
 110     interp.SetTensorParametersReadOnly(2, kTfLiteInt32 /* type */, "shape" /* name */,
 111                                        {2} /* dims */, quantization,
 112                                        reinterpret_cast<const char *>(dims), 2 * sizeof(int32_t));
 113
 114     // Add Reshape Node
 115     //
 116     // NOTE AddNodeWithParameters take the ownership of param, and deallocate it with free
 117     //      So, param should be allocated with malloc
 118     auto param = make_alloc<TfLiteReshapeParams>();
 119
 120     param->num_dimensions = 2;
 121     param->shape[0] = 1;
 122     param->shape[1] = OUT_L;
 123
 124     // Run Reshapeand store its result into Tensor #0
 125     interp.AddNodeWithParameters({1, 2}, {0}, nullptr, 0, reinterpret_cast<void *>(param),
 126                                  BuiltinOpResolver().FindOp(BuiltinOperator_RESHAPE, 1));
 127
 128     // Set Tensor #1 as Input #0, and Tensor #0 as Output #0
 129     interp.SetInputs({1});
 130     interp.SetOutputs({0});
 131   };
 132
 133   const nnfw::tflite::FunctionBuilder builder(setup);
 134
 135   RandomTestParam param;
 136
 137   param.verbose = verbose;
 138   param.tolerance = tolerance;
 139
 140   int res = RandomTestRunner{SEED, param}.run(builder);
 141
 142   EXPECT_EQ(res, 0);
 143 }