executor_test.cc 10.7 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);
Y
Yang Yang 已提交
119
    AddOp("fetch", {{"Input", {"w1"}}}, {},
Y
Yang Yang 已提交
120
          {{"dims", std::vector<int>{input_dim, embed_dim}}, {"col", 0}},
Y
Yang Yang 已提交
121
          init_root_block);
Y
Yang Yang 已提交
122
    AddOp("fetch", {{"Input", {"w2"}}}, {},
Y
Yang Yang 已提交
123
          {{"dims", std::vector<int>{embed_dim, input_dim}}, {"col", 1}},
Y
Yang Yang 已提交
124 125 126 127 128
          init_root_block);

    // flush
    init_program.Proto();

Y
Yang Yang 已提交
129
    // run block
Y
Yang Yang 已提交
130 131 132 133 134 135
    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
136

Y
Yang Yang 已提交
137
    // forward
Y
Yang Yang 已提交
138
    AddOp("gaussian_random", {}, {{"Out", {"a"}}},
Y
Yang Yang 已提交
139
          {{"dims", std::vector<int>{batch_size, input_dim}}}, root_block);
Y
Yang Yang 已提交
140
    AddOp("mul", {{"X", {"a"}}, {"Y", {"w1"}}}, {{"Out", {"b"}}}, {},
Y
Yang Yang 已提交
141
          root_block);
Y
Yang Yang 已提交
142
    AddOp("mul", {{"X", {"b"}}, {"Y", {"w2"}}}, {{"Out", {"a_out"}}}, {},
Y
Yang Yang 已提交
143
          root_block);
Y
Yang Yang 已提交
144 145
    AddOp("squared_l2_distance", {{"X", {"a"}}, {"Y", {"a_out"}}},
          {{"Out", {"l2_distance"}}, {"sub_result", {"l2_distance_sub"}}}, {},
Y
Yang Yang 已提交
146
          root_block);
Y
Yang Yang 已提交
147

Y
Yang Yang 已提交
148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172
    // 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);

    AddOp("fetch", {{"Input", {"w1"}}}, {},
          {{"dims", std::vector<int>{input_dim, embed_dim}}, {"col", 0}},
          root_block);
    AddOp("fetch", {{"Input", {"w2"}}}, {},
          {{"dims", std::vector<int>{embed_dim, input_dim}}, {"col", 1}},
          root_block);

Y
Yang Yang 已提交
173 174
    // flush
    program.Proto();
Q
qijun 已提交
175
  }
Y
Yang Yang 已提交
176

Q
qijun 已提交
177
 protected:
Y
Yang Yang 已提交
178
  ProgramDesc init_pdesc_;
Q
qijun 已提交
179 180 181
  ProgramDesc pdesc_;
};

Y
Yang Yang 已提交
182
class ExecutorTesterFeedAndFetch : public ::testing::Test {
Q
qijun 已提交
183 184
 public:
  virtual void SetUp() override {
Y
Yang Yang 已提交
185 186 187 188 189 190 191 192
    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
193

194 195
    std::vector<int> dim{6};

Y
Yang Yang 已提交
196 197 198 199 200 201 202 203
    AddOp("feed", {}, {{"Out", {"a"}}}, {{"dims", dim}, {"col", 0}},
          root_block);
    AddOp("feed", {}, {{"Out", {"b"}}}, {{"dims", dim}, {"col", 1}},
          root_block);
    AddOp("fetch", {{"Input", {"a"}}}, {}, {{"dims", dim}, {"col", 0}},
          root_block);
    AddOp("fetch", {{"Input", {"b"}}}, {}, {{"dims", dim}, {"col", 1}},
          root_block);
Q
qijun 已提交
204

Y
Yang Yang 已提交
205 206 207
    // flush
    program.Proto();

208 209
    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
210 211 212 213 214 215 216 217 218
    inputs_.push_back(vec1);
    inputs_.push_back(vec2);
  }

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

Q
qijun 已提交
219
#ifndef PADDLE_WITH_CUDA
Q
qijun 已提交
220
TEST_F(ExecutorTesterRandom, CPU) {
Q
qijun 已提交
221
  std::vector<Place> places;
222 223 224 225 226 227 228 229
  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
230

Y
Yang Yang 已提交
231 232
  std::unique_ptr<Executor> executor(new Executor(places));

Y
Yang Yang 已提交
233
  executor->Run(init_pdesc_, GetGlobalScope(), 0);
Y
Yang Yang 已提交
234
  executor->Run(pdesc_, GetGlobalScope(), 0);
Y
Yang Yang 已提交
235
  std::vector<std::vector<float>> result = GetFetchVariable<float>();
Q
qijun 已提交
236 237
}

Y
Yang Yang 已提交
238
TEST_F(ExecutorTesterFeedAndFetch, CPU) {
Q
qijun 已提交
239 240 241 242
  std::vector<Place> places;
  CPUPlace cpu_place;
  places.push_back(cpu_place);

243 244 245 246 247 248
  // 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
249
  std::unique_ptr<Executor> executor(new Executor(places));
Q
qijun 已提交
250

Y
Yang Yang 已提交
251 252
  for (int batch_id = 0; batch_id < 3; batch_id++) {
    SetFeedVariable<float>(inputs_);
Y
Yang Yang 已提交
253
    executor->Run(pdesc_, GetGlobalScope(), 0);
Y
Yang Yang 已提交
254
    std::vector<std::vector<float>> result = GetFetchVariable<float>();
Y
Yang Yang 已提交
255 256 257 258 259
    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
260 261
      }
    }
Q
qijun 已提交
262
  }
Q
qijun 已提交
263
}
Q
qijun 已提交
264
#else
Q
qijun 已提交
265 266 267 268 269
TEST_F(ExecutorTesterRandom, GPU) {
  std::vector<Place> places;
  GPUPlace gpu_place(0);
  places.push_back(gpu_place);

Q
qijun 已提交
270 271 272 273 274 275 276
  // 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());
277 278
  paddle::memory::Used(gpu_place);

Y
Yang Yang 已提交
279
  std::unique_ptr<Executor> executor(new Executor(places));
Y
Yang Yang 已提交
280

Y
Yang Yang 已提交
281
  executor->Run(init_pdesc_, GetGlobalScope(), 0);
Y
Yang Yang 已提交
282
  executor->Run(pdesc_, GetGlobalScope(), 0);
Y
Yang Yang 已提交
283
  std::vector<std::vector<float>> result = GetFetchVariable<float>();
Q
qijun 已提交
284 285
}

Y
Yang Yang 已提交
286
TEST_F(ExecutorTesterFeedAndFetch, GPU) {
Q
qijun 已提交
287
  std::vector<Place> places;
Q
qijun 已提交
288 289
  GPUPlace gpu_place(0);
  places.push_back(gpu_place);
Q
qijun 已提交
290 291 292 293 294 295 296
  // 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());
297 298
  paddle::memory::Used(gpu_place);

Y
Yang Yang 已提交
299
  std::unique_ptr<Executor> executor(new Executor(places));
Q
qijun 已提交
300

Y
Yang Yang 已提交
301 302
  for (int batch_id = 0; batch_id < 3; batch_id++) {
    SetFeedVariable<float>(inputs_);
Y
Yang Yang 已提交
303
    executor->Run(pdesc_, GetGlobalScope(), 0);
Y
Yang Yang 已提交
304
    std::vector<std::vector<float>> result = GetFetchVariable<float>();
Y
Yang Yang 已提交
305 306 307 308 309
    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
310 311 312
      }
    }
  }
Y
Yang Yang 已提交
313
}
Q
qijun 已提交
314
#endif