executor_test.cc 11.0 KB
Newer Older
Q
qijun 已提交
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
/* Copyright (c) 2016 PaddlePaddle Authors. All Rights Reserve.

Licensed under the Apache License, Version 2.0 (the "License");
you may not use this file except in compliance with the License.
You may obtain a copy of the License at

    http://www.apache.org/licenses/LICENSE-2.0

Unless required by applicable law or agreed to in writing, software
distributed under the License is distributed on an "AS IS" BASIS,
WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
See the License for the specific language governing permissions and
limitations under the License. */

#include "paddle/framework/executor.h"
Y
Yang Yang 已提交
16 17

#include <memory>
Q
qijun 已提交
18
#include <vector>
Y
Yang Yang 已提交
19

Y
Yang Yang 已提交
20
#include "gtest/gtest.h"
Y
Yang Yang 已提交
21
#include "paddle/framework/attribute.h"
Y
Yang Yang 已提交
22
#include "paddle/framework/backward.h"
Y
Yang Yang 已提交
23 24
#include "paddle/framework/block_desc.h"
#include "paddle/framework/op_desc.h"
Y
Yang Yang 已提交
25 26 27 28
#include "paddle/framework/op_registry.h"
#include "paddle/framework/operator.h"

USE_OP(elementwise_add);
Y
Yang Yang 已提交
29
USE_OP(gaussian_random);
Q
qijun 已提交
30
USE_OP(feed);
Q
qijun 已提交
31
USE_OP(fetch);
Y
Yang Yang 已提交
32
USE_OP(mul);
Y
Yang Yang 已提交
33
USE_OP(sum);
Y
Yang Yang 已提交
34
USE_OP(squared_l2_distance);
Y
Yang Yang 已提交
35 36
USE_OP(fill_constant);
USE_OP(sgd);
Q
qijun 已提交
37

Y
Yang Yang 已提交
38
using std::string;
Q
qijun 已提交
39 40 41
using namespace paddle::platform;
using namespace paddle::framework;

Y
Yang Yang 已提交
42 43
void AddOp(const std::string& type, const VariableNameMap& inputs,
           const VariableNameMap& outputs, AttributeMap attrs,
Y
Yang Yang 已提交
44
           paddle::framework::BlockDescBind* block) {
Y
Yang Yang 已提交
45 46 47
  // insert output
  for (auto kv : outputs) {
    for (auto v : kv.second) {
Y
Yang Yang 已提交
48 49
      auto var = block->NewVar(v);
      var->SetDataType(paddle::framework::DataType::FP32);
Y
Yang Yang 已提交
50 51 52 53
    }
  }

  // insert op
Y
Yang Yang 已提交
54 55
  auto op = block->AppendOp();
  op->SetType(type);
Y
Yang Yang 已提交
56
  for (auto& kv : inputs) {
Y
Yang Yang 已提交
57
    op->SetInput(kv.first, kv.second);
Y
Yang Yang 已提交
58
  }
Y
Yang Yang 已提交
59
  for (auto& kv : outputs) {
Y
Yang Yang 已提交
60
    op->SetOutput(kv.first, kv.second);
Y
Yang Yang 已提交
61
  }
Y
Yang Yang 已提交
62
  op->SetAttrMap(attrs);
Y
Yang Yang 已提交
63 64
}

Y
Yang Yang 已提交
65
// Tensors in feed value variable will only be in CPUPlace
Q
qijun 已提交
66
// So we can memcpy the data from vector<T> to feed_value
Q
qijun 已提交
67
template <typename T>
Y
Yang Yang 已提交
68 69
void SetFeedVariable(const std::vector<std::vector<T>>& inputs,
                     const std::vector<std::vector<int64_t>>& dims) {
Q
qijun 已提交
70
  Variable* g_feed_value = GetGlobalScope().FindVar("feed_value");
Q
qijun 已提交
71 72
  auto& feed_inputs =
      *(g_feed_value->GetMutable<std::vector<paddle::framework::Tensor>>());
Y
Yang Yang 已提交
73
  size_t size = inputs.size();
74
  feed_inputs.resize(size);
Q
qijun 已提交
75
  for (size_t i = 0; i < size; i++) {
Y
Yang Yang 已提交
76
    T* dst = feed_inputs[i].mutable_data<T>(make_ddim(dims[i]), CPUPlace());
77
    memcpy(dst, inputs[i].data(), inputs[i].size() * sizeof(T));
Q
qijun 已提交
78 79 80
  }
}

Y
Yang Yang 已提交
81 82
// Tensors in fetch value variable will only be in CPUPlace
// So we can memcpy the data from fetch_value to vector<T>
Q
qijun 已提交
83
template <typename T>
Y
Yang Yang 已提交
84
std::vector<std::vector<T>> GetFetchVariable() {
Q
qijun 已提交
85
  Variable* g_fetch_value = GetGlobalScope().FindVar("fetch_value");
Q
qijun 已提交
86 87
  auto& fetch_outputs =
      *(g_fetch_value->GetMutable<std::vector<paddle::framework::Tensor>>());
Q
qijun 已提交
88

Y
Yang Yang 已提交
89
  size_t size = fetch_outputs.size();
Q
qijun 已提交
90 91 92 93
  std::vector<std::vector<T>> result;
  result.reserve(size);
  for (size_t i = 0; i < size; i++) {
    std::vector<T> tmp;
94
    tmp.resize(fetch_outputs[i].numel());
Q
qijun 已提交
95 96 97 98
    memcpy(tmp.data(), fetch_outputs[i].data<T>(),
           fetch_outputs[i].numel() * sizeof(T));
    result.push_back(tmp);
  }
Y
Yang Yang 已提交
99

Q
qijun 已提交
100 101 102
  return result;
}

Q
qijun 已提交
103
class ExecutorTesterRandom : public ::testing::Test {
Q
qijun 已提交
104 105
 public:
  virtual void SetUp() override {
Y
Yang Yang 已提交
106
    int input_dim = 3, batch_size = 2, embed_dim = 5;
Y
Yang Yang 已提交
107

Y
Yang Yang 已提交
108 109 110 111 112 113
    auto temp_init_root_block = init_pdesc_.add_blocks();
    temp_init_root_block->set_idx(0);
    temp_init_root_block->set_parent_idx(-1);
    paddle::framework::ProgramDescBind& init_program =
        paddle::framework::ProgramDescBind::Instance(&init_pdesc_);
    paddle::framework::BlockDescBind* init_root_block = init_program.Block(0);
Y
Yang Yang 已提交
114

Y
Yang Yang 已提交
115
    AddOp("gaussian_random", {}, {{"Out", {"w1"}}},
Y
Yang Yang 已提交
116
          {{"dims", std::vector<int>{input_dim, embed_dim}}}, init_root_block);
Y
Yang Yang 已提交
117
    AddOp("gaussian_random", {}, {{"Out", {"w2"}}},
Y
Yang Yang 已提交
118
          {{"dims", std::vector<int>{embed_dim, input_dim}}}, init_root_block);
119 120
    AddOp("fetch", {{"Input", {"w1"}}}, {}, {{"col", 0}}, init_root_block);
    AddOp("fetch", {{"Input", {"w2"}}}, {}, {{"col", 1}}, init_root_block);
Y
Yang Yang 已提交
121 122 123 124

    // flush
    init_program.Proto();

Y
Yang Yang 已提交
125
    // run block
Y
Yang Yang 已提交
126 127 128 129 130 131
    auto temp_root_block = pdesc_.add_blocks();
    temp_root_block->set_idx(0);
    temp_root_block->set_parent_idx(-1);
    paddle::framework::ProgramDescBind& program =
        paddle::framework::ProgramDescBind::Instance(&pdesc_);
    paddle::framework::BlockDescBind* root_block = program.Block(0);
Q
qijun 已提交
132

Y
Yang Yang 已提交
133
    // feed data
Y
Yang Yang 已提交
134
    inputs_.push_back({1.0, 1.0, 1.0, 1.0, 1.0, 1.0});
Y
Yang Yang 已提交
135 136 137 138 139
    dims_.push_back({batch_size, input_dim});
    AddOp("feed", {}, {{"Out", {"a"}}},
          {{"dims", std::vector<int>{batch_size, input_dim}}, {"col", 0}},
          root_block);

Y
Yang Yang 已提交
140
    // forward
Y
Yang Yang 已提交
141
    AddOp("mul", {{"X", {"a"}}, {"Y", {"w1"}}}, {{"Out", {"b"}}}, {},
Y
Yang Yang 已提交
142
          root_block);
Y
Yang Yang 已提交
143
    AddOp("mul", {{"X", {"b"}}, {"Y", {"w2"}}}, {{"Out", {"a_out"}}}, {},
Y
Yang Yang 已提交
144
          root_block);
Y
Yang Yang 已提交
145 146
    AddOp("squared_l2_distance", {{"X", {"a"}}, {"Y", {"a_out"}}},
          {{"Out", {"l2_distance"}}, {"sub_result", {"l2_distance_sub"}}}, {},
Y
Yang Yang 已提交
147
          root_block);
Y
Yang Yang 已提交
148

Y
Yang Yang 已提交
149 150 151 152 153 154 155 156
    // backward
    AddOp("fill_constant", {}, {{"Out", {"l2_distance@GRAD"}}},
          {{"shape", std::vector<int>{batch_size, 1}}, {"value", float(1.0)}},
          root_block);
    AppendBackward(program, {});

    // update
    AddOp("fill_constant", {}, {{"Out", {"learning_rate"}}},
Y
Yang Yang 已提交
157 158
          {{"shape", std::vector<int>{1}}, {"value", float(0.001)}},
          root_block);
Y
Yang Yang 已提交
159 160 161 162 163 164 165 166 167
    AddOp("sgd", {{"Param", {"w1"}},
                  {"LearningRate", {"learning_rate"}},
                  {"Grad", {"w1@GRAD"}}},
          {{"ParamOut", {"w1"}}}, {}, root_block);
    AddOp("sgd", {{"Param", {"w2"}},
                  {"LearningRate", {"learning_rate"}},
                  {"Grad", {"w2@GRAD"}}},
          {{"ParamOut", {"w2"}}}, {}, root_block);

168 169
    AddOp("fetch", {{"Input", {"w1"}}}, {}, {{"col", 0}}, root_block);
    AddOp("fetch", {{"Input", {"w2"}}}, {}, {{"col", 1}}, root_block);
Y
Yang Yang 已提交
170
    AddOp("fetch", {{"Input", {"l2_distance"}}}, {}, {{"col", 0}}, root_block);
Y
Yang Yang 已提交
171

Y
Yang Yang 已提交
172 173
    // flush
    program.Proto();
Q
qijun 已提交
174
  }
Y
Yang Yang 已提交
175

Q
qijun 已提交
176
 protected:
Y
Yang Yang 已提交
177
  ProgramDesc init_pdesc_;
Q
qijun 已提交
178
  ProgramDesc pdesc_;
Y
Yang Yang 已提交
179 180
  std::vector<std::vector<float>> inputs_;
  std::vector<std::vector<int64_t>> dims_;
Q
qijun 已提交
181 182
};

Y
Yang Yang 已提交
183
class ExecutorTesterFeedAndFetch : public ::testing::Test {
Q
qijun 已提交
184 185
 public:
  virtual void SetUp() override {
Y
Yang Yang 已提交
186 187 188 189 190 191 192 193
    auto temp_root_block = pdesc_.add_blocks();
    temp_root_block->set_idx(0);
    temp_root_block->set_parent_idx(-1);

    // wrap to BlockDescBind
    paddle::framework::ProgramDescBind& program =
        paddle::framework::ProgramDescBind::Instance(&pdesc_);
    paddle::framework::BlockDescBind* root_block = program.Block(0);
Q
qijun 已提交
194

195 196
    std::vector<int> dim{6};

Y
Yang Yang 已提交
197 198 199 200
    AddOp("feed", {}, {{"Out", {"a"}}}, {{"dims", dim}, {"col", 0}},
          root_block);
    AddOp("feed", {}, {{"Out", {"b"}}}, {{"dims", dim}, {"col", 1}},
          root_block);
201 202
    AddOp("fetch", {{"Input", {"a"}}}, {}, {{"col", 0}}, root_block);
    AddOp("fetch", {{"Input", {"b"}}}, {}, {{"col", 1}}, root_block);
Q
qijun 已提交
203

Y
Yang Yang 已提交
204 205 206
    // flush
    program.Proto();

207 208
    std::vector<float> vec1 = {1.0, 2.0, 3.0, 4.0, 5.0, 6.0};
    std::vector<float> vec2 = {4.0, 5.0, 6.0, 7.0, 8.0, 9.0};
Q
qijun 已提交
209 210
    inputs_.push_back(vec1);
    inputs_.push_back(vec2);
Y
Yang Yang 已提交
211 212
    dims_.push_back({static_cast<int64_t>(vec1.size())});
    dims_.push_back({static_cast<int64_t>(vec2.size())});
Q
qijun 已提交
213 214 215 216 217
  }

 protected:
  ProgramDesc pdesc_;
  std::vector<std::vector<float>> inputs_;
Y
Yang Yang 已提交
218
  std::vector<std::vector<int64_t>> dims_;
Q
qijun 已提交
219 220
};

Q
qijun 已提交
221
#ifndef PADDLE_WITH_CUDA
Q
qijun 已提交
222
TEST_F(ExecutorTesterRandom, CPU) {
Q
qijun 已提交
223
  std::vector<Place> places;
224 225 226 227 228 229 230 231
  CPUPlace cpu_place;
  places.push_back(cpu_place);

  // We have a global Scope and BuddyAllocator, and we must ensure
  // global BuddyAllocator is initialized before global Scope. Thus,
  // global Scope will deconstruct before BuddyAllocator. Otherwise,
  // "pointer being freed was not allocated" error will appear.
  paddle::memory::Used(cpu_place);
Q
qijun 已提交
232

Y
Yang Yang 已提交
233 234
  std::unique_ptr<Executor> executor(new Executor(places));

Q
qijun 已提交
235 236 237
  executor->Run(init_pdesc_, &GetGlobalScope(), 0);
  SetFeedVariable<float>(inputs_, dims_);
  executor->Run(pdesc_, &GetGlobalScope(), 0);
Y
Yang Yang 已提交
238
  std::vector<std::vector<float>> result = GetFetchVariable<float>();
Q
qijun 已提交
239 240
}

Y
Yang Yang 已提交
241
TEST_F(ExecutorTesterFeedAndFetch, CPU) {
Q
qijun 已提交
242 243 244 245
  std::vector<Place> places;
  CPUPlace cpu_place;
  places.push_back(cpu_place);

246 247 248 249 250 251
  // We have a global Scope and BuddyAllocator, and we must ensure
  // global BuddyAllocator is initialized before global Scope. Thus,
  // global Scope will deconstruct before BuddyAllocator. Otherwise,
  // "pointer being freed was not allocated" error will appear.
  paddle::memory::Used(cpu_place);

Y
Yang Yang 已提交
252
  std::unique_ptr<Executor> executor(new Executor(places));
Q
qijun 已提交
253

Y
Yang Yang 已提交
254
  for (int batch_id = 0; batch_id < 3; batch_id++) {
Y
Yang Yang 已提交
255
    SetFeedVariable<float>(inputs_, dims_);
Q
qijun 已提交
256
    executor->Run(pdesc_, &GetGlobalScope(), 0);
Y
Yang Yang 已提交
257
    std::vector<std::vector<float>> result = GetFetchVariable<float>();
Y
Yang Yang 已提交
258 259 260 261 262
    PADDLE_ENFORCE_EQ(result.size(), inputs_.size());
    for (size_t i = 0; i < result.size(); ++i) {
      PADDLE_ENFORCE_EQ(result[i].size(), inputs_[i].size());
      for (size_t j = 0; j < result[i].size(); ++j) {
        PADDLE_ENFORCE_EQ(result[i][j], inputs_[i][j]);
Q
qijun 已提交
263 264
      }
    }
Q
qijun 已提交
265
  }
Q
qijun 已提交
266
}
Q
qijun 已提交
267
#else
Q
qijun 已提交
268 269 270 271 272
TEST_F(ExecutorTesterRandom, GPU) {
  std::vector<Place> places;
  GPUPlace gpu_place(0);
  places.push_back(gpu_place);

Q
qijun 已提交
273 274 275 276 277 278 279
  // We have a global Scope and BuddyAllocator, and we must ensure
  // global BuddyAllocator is initialized before global Scope. Thus,
  // global Scope will deconstruct before BuddyAllocator. Otherwise,
  // "pointer being freed was not allocated" error will appear.
  // If paddle is compiled with GPU, both CPU and GPU BuddyAllocator
  // need to be used at first.
  paddle::memory::Used(CPUPlace());
280 281
  paddle::memory::Used(gpu_place);

Y
Yang Yang 已提交
282
  std::unique_ptr<Executor> executor(new Executor(places));
Y
Yang Yang 已提交
283

Q
qijun 已提交
284
  executor->Run(init_pdesc_, &GetGlobalScope(), 0);
Y
Yang Yang 已提交
285
  for (int batch_id = 0; batch_id < 3; batch_id++) {
Y
Yang Yang 已提交
286
    SetFeedVariable<float>(inputs_, dims_);
Q
qijun 已提交
287
    executor->Run(pdesc_, &GetGlobalScope(), 0);
Y
Yang Yang 已提交
288
  }
Q
qijun 已提交
289 290
}

Y
Yang Yang 已提交
291
TEST_F(ExecutorTesterFeedAndFetch, GPU) {
Q
qijun 已提交
292
  std::vector<Place> places;
Q
qijun 已提交
293 294
  GPUPlace gpu_place(0);
  places.push_back(gpu_place);
Q
qijun 已提交
295 296 297 298 299 300 301
  // We have a global Scope and BuddyAllocator, and we must ensure
  // global BuddyAllocator is initialized before global Scope. Thus,
  // global Scope will deconstruct before BuddyAllocator. Otherwise,
  // "pointer being freed was not allocated" error will appear.
  // If paddle is compiled with GPU, both CPU and GPU BuddyAllocator
  // need to be used at first.
  paddle::memory::Used(CPUPlace());
302 303
  paddle::memory::Used(gpu_place);

Y
Yang Yang 已提交
304
  std::unique_ptr<Executor> executor(new Executor(places));
Q
qijun 已提交
305

Y
Yang Yang 已提交
306
  for (int batch_id = 0; batch_id < 3; batch_id++) {
Y
Yang Yang 已提交
307
    SetFeedVariable<float>(inputs_, dims_);
Q
qijun 已提交
308
    executor->Run(pdesc_, &GetGlobalScope(), 0);
Y
Yang Yang 已提交
309
    std::vector<std::vector<float>> result = GetFetchVariable<float>();
Y
Yang Yang 已提交
310 311 312 313 314
    PADDLE_ENFORCE_EQ(result.size(), inputs_.size());
    for (size_t i = 0; i < result.size(); ++i) {
      PADDLE_ENFORCE_EQ(result[i].size(), inputs_[i].size());
      for (size_t j = 0; j < result[i].size(); ++j) {
        PADDLE_ENFORCE_EQ(result[i][j], inputs_[i][j]);
Q
qijun 已提交
315 316 317
      }
    }
  }
Y
Yang Yang 已提交
318
}
Q
qijun 已提交
319
#endif