executor_test.cc 10.5 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
void SetFeedVariable(const std::vector<std::vector<T>>& inputs) {
69
  Variable* g_feed_value = GetGlobalScope()->FindVar("feed_value");
Q
qijun 已提交
70 71
  auto& feed_inputs =
      *(g_feed_value->GetMutable<std::vector<paddle::framework::Tensor>>());
Y
Yang Yang 已提交
72
  size_t size = inputs.size();
73
  feed_inputs.resize(size);
Q
qijun 已提交
74
  for (size_t i = 0; i < size; i++) {
75 76 77
    T* dst = feed_inputs[i].mutable_data<T>(
        make_ddim({static_cast<int64_t>(inputs[i].size())}), CPUPlace());
    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() {
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
106 107
    int input_dim = 5, batch_size = 2, embed_dim = 5;

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
    // forward
Y
Yang Yang 已提交
134
    AddOp("gaussian_random", {}, {{"Out", {"a"}}},
Y
Yang Yang 已提交
135
          {{"dims", std::vector<int>{batch_size, input_dim}}}, root_block);
Y
Yang Yang 已提交
136
    AddOp("mul", {{"X", {"a"}}, {"Y", {"w1"}}}, {{"Out", {"b"}}}, {},
Y
Yang Yang 已提交
137
          root_block);
Y
Yang Yang 已提交
138
    AddOp("mul", {{"X", {"b"}}, {"Y", {"w2"}}}, {{"Out", {"a_out"}}}, {},
Y
Yang Yang 已提交
139
          root_block);
Y
Yang Yang 已提交
140 141
    AddOp("squared_l2_distance", {{"X", {"a"}}, {"Y", {"a_out"}}},
          {{"Out", {"l2_distance"}}, {"sub_result", {"l2_distance_sub"}}}, {},
Y
Yang Yang 已提交
142
          root_block);
Y
Yang Yang 已提交
143

Y
Yang Yang 已提交
144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161
    // 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"}}},
          {{"shape", std::vector<int>{1}}, {"value", float(1.0)}}, root_block);
    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);

162 163
    AddOp("fetch", {{"Input", {"w1"}}}, {}, {{"col", 0}}, root_block);
    AddOp("fetch", {{"Input", {"w2"}}}, {}, {{"col", 1}}, root_block);
Y
Yang Yang 已提交
164

Y
Yang Yang 已提交
165 166
    // flush
    program.Proto();
Q
qijun 已提交
167
  }
Y
Yang Yang 已提交
168

Q
qijun 已提交
169
 protected:
Y
Yang Yang 已提交
170
  ProgramDesc init_pdesc_;
Q
qijun 已提交
171 172 173
  ProgramDesc pdesc_;
};

Y
Yang Yang 已提交
174
class ExecutorTesterFeedAndFetch : public ::testing::Test {
Q
qijun 已提交
175 176
 public:
  virtual void SetUp() override {
Y
Yang Yang 已提交
177 178 179 180 181 182 183 184
    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
185

186 187
    std::vector<int> dim{6};

Y
Yang Yang 已提交
188 189 190 191
    AddOp("feed", {}, {{"Out", {"a"}}}, {{"dims", dim}, {"col", 0}},
          root_block);
    AddOp("feed", {}, {{"Out", {"b"}}}, {{"dims", dim}, {"col", 1}},
          root_block);
192 193
    AddOp("fetch", {{"Input", {"a"}}}, {}, {{"col", 0}}, root_block);
    AddOp("fetch", {{"Input", {"b"}}}, {}, {{"col", 1}}, root_block);
Q
qijun 已提交
194

Y
Yang Yang 已提交
195 196 197
    // flush
    program.Proto();

198 199
    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
200 201 202 203 204 205 206 207 208
    inputs_.push_back(vec1);
    inputs_.push_back(vec2);
  }

 protected:
  ProgramDesc pdesc_;
  std::vector<std::vector<float>> inputs_;
};

Q
qijun 已提交
209
#ifndef PADDLE_WITH_CUDA
Q
qijun 已提交
210
TEST_F(ExecutorTesterRandom, CPU) {
Q
qijun 已提交
211
  std::vector<Place> places;
212 213 214 215 216 217 218 219
  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
220

Y
Yang Yang 已提交
221 222
  std::unique_ptr<Executor> executor(new Executor(places));

Y
Yang Yang 已提交
223
  executor->Run(init_pdesc_, GetGlobalScope(), 0);
Y
Yang Yang 已提交
224
  executor->Run(pdesc_, GetGlobalScope(), 0);
Y
Yang Yang 已提交
225
  std::vector<std::vector<float>> result = GetFetchVariable<float>();
Q
qijun 已提交
226 227
}

Y
Yang Yang 已提交
228
TEST_F(ExecutorTesterFeedAndFetch, CPU) {
Q
qijun 已提交
229 230 231 232
  std::vector<Place> places;
  CPUPlace cpu_place;
  places.push_back(cpu_place);

233 234 235 236 237 238
  // 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
239
  std::unique_ptr<Executor> executor(new Executor(places));
Q
qijun 已提交
240

Y
Yang Yang 已提交
241 242
  for (int batch_id = 0; batch_id < 3; batch_id++) {
    SetFeedVariable<float>(inputs_);
Y
Yang Yang 已提交
243
    executor->Run(pdesc_, GetGlobalScope(), 0);
Y
Yang Yang 已提交
244
    std::vector<std::vector<float>> result = GetFetchVariable<float>();
Y
Yang Yang 已提交
245 246 247 248 249
    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
250 251
      }
    }
Q
qijun 已提交
252
  }
Q
qijun 已提交
253
}
Q
qijun 已提交
254
#else
Q
qijun 已提交
255 256 257 258 259
TEST_F(ExecutorTesterRandom, GPU) {
  std::vector<Place> places;
  GPUPlace gpu_place(0);
  places.push_back(gpu_place);

Q
qijun 已提交
260 261 262 263 264 265 266
  // 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());
267 268
  paddle::memory::Used(gpu_place);

Y
Yang Yang 已提交
269
  std::unique_ptr<Executor> executor(new Executor(places));
Y
Yang Yang 已提交
270

Y
Yang Yang 已提交
271
  executor->Run(init_pdesc_, GetGlobalScope(), 0);
Y
Yang Yang 已提交
272 273 274 275
  for (int batch_id = 0; batch_id < 3; batch_id++) {
    executor->Run(pdesc_, GetGlobalScope(), 0);
    std::vector<std::vector<float>> result = GetFetchVariable<float>();
  }
Q
qijun 已提交
276 277
}

Y
Yang Yang 已提交
278
TEST_F(ExecutorTesterFeedAndFetch, GPU) {
Q
qijun 已提交
279
  std::vector<Place> places;
Q
qijun 已提交
280 281
  GPUPlace gpu_place(0);
  places.push_back(gpu_place);
Q
qijun 已提交
282 283 284 285 286 287 288
  // 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());
289 290
  paddle::memory::Used(gpu_place);

Y
Yang Yang 已提交
291
  std::unique_ptr<Executor> executor(new Executor(places));
Q
qijun 已提交
292

Y
Yang Yang 已提交
293 294
  for (int batch_id = 0; batch_id < 3; batch_id++) {
    SetFeedVariable<float>(inputs_);
Y
Yang Yang 已提交
295
    executor->Run(pdesc_, GetGlobalScope(), 0);
Y
Yang Yang 已提交
296
    std::vector<std::vector<float>> result = GetFetchVariable<float>();
Y
Yang Yang 已提交
297 298 299 300 301
    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
302 303 304
      }
    }
  }
Y
Yang Yang 已提交
305
}
Q
qijun 已提交
306
#endif