ArmNN
 20.05
Conv2D.cpp
Go to the documentation of this file.
1 //
2 // Copyright © 2017 Arm Ltd. All rights reserved.
3 // SPDX-License-Identifier: MIT
4 //
5 
6 #include <boost/test/unit_test.hpp>
7 #include "armnnOnnxParser/IOnnxParser.hpp"
8 #include "ParserPrototxtFixture.hpp"
9 
10 BOOST_AUTO_TEST_SUITE(OnnxParser)
11 
12 struct SimpleConv2DFixture : public armnnUtils::ParserPrototxtFixture<armnnOnnxParser::IOnnxParser>
13 {
14  SimpleConv2DFixture()
15  {
16  m_Prototext = R"(
17  ir_version: 3
18  producer_name: "CNTK"
19  producer_version: "2.5.1"
20  domain: "ai.cntk"
21  model_version: 1
22  graph {
23  name: "CNTKGraph"
24  input {
25  name: "Input"
26  type {
27  tensor_type {
28  elem_type: 1
29  shape {
30  dim {
31  dim_value: 1
32  }
33  dim {
34  dim_value: 1
35  }
36  dim {
37  dim_value: 3
38  }
39  dim {
40  dim_value: 3
41  }
42  }
43  }
44  }
45  }
46  input {
47  name: "Weight"
48  type {
49  tensor_type {
50  elem_type: 1
51  shape {
52  dim {
53  dim_value: 1
54  }
55  dim {
56  dim_value: 1
57  }
58  dim {
59  dim_value: 3
60  }
61  dim {
62  dim_value: 3
63  }
64  }
65  }
66  }
67  }
68  initializer {
69  dims: 1
70  dims: 1
71  dims: 3
72  dims: 3
73  data_type: 1
74  float_data: 2
75  float_data: 1
76  float_data: 0
77  float_data: 6
78  float_data: 2
79  float_data: 1
80  float_data: 4
81  float_data: 1
82  float_data: 2
83  name: "Weight"
84  }
85  node {
86  input: "Input"
87  input: "Weight"
88  output: "Output"
89  name: "Convolution"
90  op_type: "Conv"
91  attribute {
92  name: "kernel_shape"
93  ints: 3
94  ints: 3
95  type: INTS
96  }
97  attribute {
98  name: "strides"
99  ints: 1
100  ints: 1
101  type: INTS
102  }
103  attribute {
104  name: "auto_pad"
105  s: "VALID"
106  type: STRING
107  }
108  attribute {
109  name: "group"
110  i: 1
111  type: INT
112  }
113  attribute {
114  name: "dilations"
115  ints: 1
116  ints: 1
117  type: INTS
118  }
119  doc_string: ""
120  domain: ""
121  }
122  output {
123  name: "Output"
124  type {
125  tensor_type {
126  elem_type: 1
127  shape {
128  dim {
129  dim_value: 1
130  }
131  dim {
132  dim_value: 1
133  }
134  dim {
135  dim_value: 1
136  }
137  dim {
138  dim_value: 1
139  }
140  }
141  }
142  }
143  }
144  }
145  opset_import {
146  version: 7
147  })";
148  Setup();
149  }
150 };
151 
152 struct Conv2DWithBiasesFixture : public armnnUtils::ParserPrototxtFixture<armnnOnnxParser::IOnnxParser>
153 {
154  Conv2DWithBiasesFixture() {
155  m_Prototext = R"(
156  ir_version: 3
157  producer_name: "CNTK"
158  producer_version: "2.5.1"
159  domain: "ai.cntk"
160  model_version: 1
161  graph {
162  name: "CNTKGraph"
163  input {
164  name: "Input"
165  type {
166  tensor_type {
167  elem_type: 1
168  shape {
169  dim {
170  dim_value: 1
171  }
172  dim {
173  dim_value: 1
174  }
175  dim {
176  dim_value: 2
177  }
178  dim {
179  dim_value: 2
180  }
181  }
182  }
183  }
184  }
185  input {
186  name: "Weight"
187  type {
188  tensor_type {
189  elem_type: 1
190  shape {
191  dim {
192  dim_value: 1
193  }
194  dim {
195  dim_value: 1
196  }
197  dim {
198  dim_value: 2
199  }
200  dim {
201  dim_value: 2
202  }
203  }
204  }
205  }
206  }
207  initializer {
208  dims: 1
209  dims: 1
210  dims: 2
211  dims: 2
212  data_type: 1
213  float_data: 2
214  float_data: 1
215  float_data: 0
216  float_data: 6
217  name: "Weight"
218  }
219  input {
220  name: "Bias"
221  type {
222  tensor_type {
223  elem_type: 1
224  shape {
225  dim {
226  dim_value: 4
227  }
228  }
229  }
230  }
231  }
232  initializer {
233  dims: 4
234  data_type: 1
235  float_data: 10
236  float_data: 0
237  float_data: 0
238  float_data: 0
239  name: "Bias"
240  }
241  node {
242  input: "Input"
243  input: "Weight"
244  input: "Bias"
245  output: "Output"
246  name: "Convolution"
247  op_type: "Conv"
248  attribute {
249  name: "kernel_shape"
250  ints: 2
251  ints: 2
252  type: INTS
253  }
254  attribute {
255  name: "strides"
256  ints: 1
257  ints: 1
258  type: INTS
259  }
260  attribute {
261  name: "auto_pad"
262  s: "SAME_UPPER"
263  type: STRING
264  }
265  attribute {
266  name: "group"
267  i: 1
268  type: INT
269  }
270  attribute {
271  name: "dilations"
272  ints: 1
273  ints: 1
274  type: INTS
275  }
276  doc_string: ""
277  domain: ""
278  }
279  output {
280  name: "Output"
281  type {
282  tensor_type {
283  elem_type: 1
284  shape {
285  dim {
286  dim_value: 1
287  }
288  dim {
289  dim_value: 1
290  }
291  dim {
292  dim_value: 2
293  }
294  dim {
295  dim_value: 2
296  }
297  }
298  }
299  }
300  }
301  }
302  opset_import {
303  version: 7
304  })";
305  Setup();
306  }
307 };
308 
309 
310 struct Conv2DDimReducingFixture : public armnnUtils::ParserPrototxtFixture<armnnOnnxParser::IOnnxParser>
311 {
312  Conv2DDimReducingFixture() {
313  m_Prototext = R"(
314  ir_version: 3
315  producer_name: "CNTK"
316  producer_version: "2.5.1"
317  domain: "ai.cntk"
318  model_version: 1
319  graph {
320  name: "CNTKGraph"
321  input {
322  name: "Input"
323  type {
324  tensor_type {
325  elem_type: 1
326  shape {
327  dim {
328  dim_value: 1
329  }
330  dim {
331  dim_value: 3
332  }
333  dim {
334  dim_value: 2
335  }
336  dim {
337  dim_value: 2
338  }
339  }
340  }
341  }
342  }
343  input {
344  name: "Weight"
345  type {
346  tensor_type {
347  elem_type: 1
348  shape {
349  dim {
350  dim_value: 2
351  }
352  dim {
353  dim_value: 3
354  }
355  dim {
356  dim_value: 1
357  }
358  dim {
359  dim_value: 1
360  }
361  }
362  }
363  }
364  }
365  initializer {
366  dims: 2
367  dims: 3
368  dims: 1
369  dims: 1
370  data_type: 1
371  float_data: -1
372  float_data: 2
373  float_data: 0
374  float_data: 1
375  float_data: 0
376  float_data: 0
377  name: "Weight"
378  }
379  node {
380  input: "Input"
381  input: "Weight"
382  output: "Output"
383  name: "Convolution"
384  op_type: "Conv"
385  attribute {
386  name: "kernel_shape"
387  ints: 1
388  ints: 1
389  type: INTS
390  }
391  attribute {
392  name: "strides"
393  ints: 1
394  ints: 1
395  type: INTS
396  }
397  attribute {
398  name: "group"
399  i: 1
400  type: INT
401  }
402  attribute {
403  name: "dilations"
404  ints: 1
405  ints: 1
406  type: INTS
407  }
408  doc_string: ""
409  domain: ""
410  }
411  output {
412  name: "Output"
413  type {
414  tensor_type {
415  elem_type: 1
416  shape {
417  dim {
418  dim_value: 1
419  }
420  dim {
421  dim_value: 2
422  }
423  dim {
424  dim_value: 2
425  }
426  dim {
427  dim_value: 2
428  }
429  }
430  }
431  }
432  }
433  }
434  opset_import {
435  version: 7
436  })";
437  Setup();
438  }
439 };
440 
441 BOOST_FIXTURE_TEST_CASE(ValidConvTest, SimpleConv2DFixture)
442 {
443  RunTest<4>({{"Input", {1.0, 2.0, 3.0,
444  4.0, 5.0, 6.0,
445  7.0, 8.0, 9.0}}},
446  {{"Output", {1.0 * 2 + 2.0 * 1 + 3.0 * 0 +
447  4.0 * 6 + 5.0 * 2 + 6.0 * 1 +
448  7.0 * 4 + 8.0 * 1 + 9.0 * 2}}});
449 }
450 
451 BOOST_FIXTURE_TEST_CASE(ValidConvWithBiasTest, Conv2DWithBiasesFixture)
452 {
453  RunTest<4>({{"Input", {1.0, 2.0,
454  3.0, 4.0}}},
455  {{"Output", {1.0 * 2 + 2.0 * 1 + 3.0 * 0 + 4 * 6 + 10,
456  2.0 * 2 + 0 * 1 + 4.0 * 0 + 0 * 6 + 10,
457  3.0 * 2 + 4.0 * 1 + 0 * 0 + 0 * 6 + 10,
458  4.0 * 2 + 0 * 1 + 0 * 0 + 0 * 6 + 10}}});
459 }
460 
461 BOOST_FIXTURE_TEST_CASE(ValidConvDimReducTest, Conv2DDimReducingFixture)
462 {
463  RunTest<4>({{"Input", {1.0, 2.0, 3.0, 4.0, -1, -2, 3, 4, 1 , 1, 1, 1 }}},
464  {{"Output", {-1 * 1 + 2 * -1, -1 * 2 + 2 * -2,
465  -1 * 3 + 2 * 3, -1 * 4 + 2 * 4,
466  1, 2, 3, 4}}});
467 }
468 
469 BOOST_AUTO_TEST_SUITE_END()
BOOST_AUTO_TEST_SUITE
BOOST_AUTO_TEST_SUITE(TensorflowLiteParser)
ParserPrototxtFixture.hpp
IOnnxParser.hpp
BOOST_AUTO_TEST_SUITE_END
BOOST_AUTO_TEST_SUITE_END()
BOOST_FIXTURE_TEST_CASE
BOOST_FIXTURE_TEST_CASE(ValidConvTest, SimpleConv2DFixture)
Definition: Conv2D.cpp:441