executor_test.cc 11.1 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) {
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() {
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
133 134 135 136 137 138 139
    // feed data
    inputs_.push_back({1.0, 2.0, 3.0, 4.0, 5.0, 6.0});
    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
141 142
    // AddOp("gaussian_random", {}, {{"Out", {"a"}}},
    //       {{"dims", std::vector<int>{batch_size, input_dim}}}, root_block);
Y
Yang Yang 已提交
143
    AddOp("mul", {{"X", {"a"}}, {"Y", {"w1"}}}, {{"Out", {"b"}}}, {},
Y
Yang Yang 已提交
144
          root_block);
Y
Yang Yang 已提交
145
    AddOp("mul", {{"X", {"b"}}, {"Y", {"w2"}}}, {{"Out", {"a_out"}}}, {},
Y
Yang Yang 已提交
146
          root_block);
Y
Yang Yang 已提交
147 148
    AddOp("squared_l2_distance", {{"X", {"a"}}, {"Y", {"a_out"}}},
          {{"Out", {"l2_distance"}}, {"sub_result", {"l2_distance_sub"}}}, {},
Y
Yang Yang 已提交
149
          root_block);
Y
Yang Yang 已提交
150

Y
Yang Yang 已提交
151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168
    // 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);

169 170
    AddOp("fetch", {{"Input", {"w1"}}}, {}, {{"col", 0}}, root_block);
    AddOp("fetch", {{"Input", {"w2"}}}, {}, {{"col", 1}}, root_block);
Y
Yang Yang 已提交
171
    AddOp("fetch", {{"Input", {"l2_distance"}}}, {}, {{"col", 0}}, root_block);
Y
Yang Yang 已提交
172

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
  ProgramDesc pdesc_;
Y
Yang Yang 已提交
180 181
  std::vector<std::vector<float>> inputs_;
  std::vector<std::vector<int64_t>> dims_;
Q
qijun 已提交
182 183
};

Y
Yang Yang 已提交
184
class ExecutorTesterFeedAndFetch : public ::testing::Test {
Q
qijun 已提交
185 186
 public:
  virtual void SetUp() override {
Y
Yang Yang 已提交
187 188 189 190 191 192 193 194
    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
195

196 197
    std::vector<int> dim{6};

Y
Yang Yang 已提交
198 199 200 201
    AddOp("feed", {}, {{"Out", {"a"}}}, {{"dims", dim}, {"col", 0}},
          root_block);
    AddOp("feed", {}, {{"Out", {"b"}}}, {{"dims", dim}, {"col", 1}},
          root_block);
202 203
    AddOp("fetch", {{"Input", {"a"}}}, {}, {{"col", 0}}, root_block);
    AddOp("fetch", {{"Input", {"b"}}}, {}, {{"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
    inputs_.push_back(vec1);
    inputs_.push_back(vec2);
Y
Yang Yang 已提交
212 213
    dims_.push_back({static_cast<int64_t>(vec1.size())});
    dims_.push_back({static_cast<int64_t>(vec2.size())});
Q
qijun 已提交
214 215 216 217 218
  }

 protected:
  ProgramDesc pdesc_;
  std::vector<std::vector<float>> inputs_;
Y
Yang Yang 已提交
219
  std::vector<std::vector<int64_t>> dims_;
Q
qijun 已提交
220 221
};

Q
qijun 已提交
222
#ifndef PADDLE_WITH_CUDA
Q
qijun 已提交
223
TEST_F(ExecutorTesterRandom, CPU) {
Q
qijun 已提交
224
  std::vector<Place> places;
225 226 227 228 229 230 231 232
  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
233

Y
Yang Yang 已提交
234 235
  std::unique_ptr<Executor> executor(new Executor(places));

Y
Yang Yang 已提交
236
  executor->Run(init_pdesc_, GetGlobalScope(), 0);
Y
Yang Yang 已提交
237
  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_);
Y
Yang Yang 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

Y
Yang Yang 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_);
Y
Yang Yang 已提交
287 288 289
    executor->Run(pdesc_, GetGlobalScope(), 0);
    std::vector<std::vector<float>> result = GetFetchVariable<float>();
  }
Q
qijun 已提交
290 291
}

Y
Yang Yang 已提交
292
TEST_F(ExecutorTesterFeedAndFetch, GPU) {
Q
qijun 已提交
293
  std::vector<Place> places;
Q
qijun 已提交
294 295
  GPUPlace gpu_place(0);
  places.push_back(gpu_place);
Q
qijun 已提交
296 297 298 299 300 301 302
  // 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());
303 304
  paddle::memory::Used(gpu_place);

Y
Yang Yang 已提交
305
  std::unique_ptr<Executor> executor(new Executor(places));
Q
qijun 已提交
306

Y
Yang Yang 已提交
307
  for (int batch_id = 0; batch_id < 3; batch_id++) {
Y
Yang Yang 已提交
308
    SetFeedVariable<float>(inputs_, dims_);
Y
Yang Yang 已提交
309
    executor->Run(pdesc_, GetGlobalScope(), 0);
Y
Yang Yang 已提交
310
    std::vector<std::vector<float>> result = GetFetchVariable<float>();
Y
Yang Yang 已提交
311 312 313 314 315
    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
316 317 318
      }
    }
  }
Y
Yang Yang 已提交
319
}
Q
qijun 已提交
320
#endif