SNPE TensorFlow Converter API 筆記

SNPE

• DlcConverter
• • _resolve_graph_operations_from_model
  • _resolve_descriptors_from_nodes

DlcConverter

_resolve_graph_operations_from_model

周遊 Graph 中所有 operation，從 output_nodes 開始周遊，通路的 operation 加入到

visited

清單，并将周遊結果作為清單傳回，具體周遊過程如下：

...
for output_op_name in model.out_nodes_names:
    queue = [operations_map[output_op_name]]
    visited = set()
    while len(queue) > 0:
        head = queue.pop(0)
        if head in visited:
            continue
        visited.add(head)

        if head in input_ops:
            continue

        for t in head.inputs:
            queue.append(t.op)

    all_ops_in_paths.update(visited)
           

從上述代碼中可以知道，如果目前隊列的 head operation 在

input_ops

中，則不會将該 head operation 加入到

visited

清單中。 head operation 通路完成以後，再将該 head operation 對應的 inputs 加入到待通路清單

queue

中：

for t in head.inputs:
    queue.append(t.op)
           

_resolve_descriptors_from_nodes

首先找到所有的 layer_resolvers，然後根據 tf.Operation 清單建構 TFGraphBuilder：

resolvers = self._create_layer_resolvers()

constructor = TFGraphBuilder(ops)
constructor.link_nodes()
           

constructor.link_nodes()

将所有 TFOperationNode 根據 tf.Operation 的 inputs 的關系重建立立起和 TensorFlow Graph 一樣的節點聯系， link_nodes 主要功能代碼如下：

for tf_tensor in node.original_node.inputs:
    input_node = self.nodes_map.get(tf_tensor.op.name, None)
    if input_node is None:
        input_node = NonConsumableTFOperationNode(tf_tensor.op)
        self.nodes_map[tf_tensor.op.name] = input_node
    node.inputs.append(input_node)
           

上述代碼中

original_node

即為

tf.Operation

類型，

nodes_map

為

tf.Operation name

和

TFOperationNode

的組成一個字典。

node.inputs.append(input_node)

建構 node 的 input 清單，完成 link 的建立。