bug fixed logs print copy

zhangmeng

2020-01-17 f7c4a3cfd07adede3308f8d9d3d7315427d90a7c

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
#ifndef CAFFE_OPERATORS_ONE_HOT_OPS_H_
#define CAFFE_OPERATORS_ONE_HOT_OPS_H_
 
#include "caffe2/core/context.h"
#include "caffe2/core/logging.h"
#include "caffe2/core/operator.h"
#include "caffe2/utils/math.h"
 
namespace caffe2 {
 
template <class Context>
class OneHotOp final : public Operator<Context> {
 public:
  USE_OPERATOR_CONTEXT_FUNCTIONS;
 
  template <class... Args>
  explicit OneHotOp(Args&&... args)
      : Operator<Context>(std::forward<Args>(args)...) {}
 
  bool RunOnDevice() override {
    auto& indices = Input(0);
    CAFFE_ENFORCE_EQ(
        indices.dim(),
        1,
        "indices input must be 1D tensor of data type int64_t");
 
    // Index size input must be in CPU context
    auto& index_size_tensor = this->template Input<Tensor>(1, CPU);
    CAFFE_ENFORCE_EQ(
        index_size_tensor.numel(),
        1,
        "index_size_tensor input must be scalar of data type int64_t");
 
    auto batch_size = indices.numel();
    auto index_size = *index_size_tensor.template data<int64_t>();
    auto one_hots = Output(0);
    one_hots->Resize(batch_size, index_size);
    auto output_size = one_hots->numel();
    if (output_size == 0) {
      return true;
    }
 
    DoOneHotOp(batch_size, index_size, indices, one_hots);
    return true;
  }
 
 protected:
  void DoOneHotOp(
      int64_t batch_size,
      int64_t index_size,
      const Tensor& indices,
      Tensor* output);
};
 
template <class Context>
class BatchOneHotOp final : public Operator<Context> {
 public:
  USE_OPERATOR_CONTEXT_FUNCTIONS;
  template <class... Args>
  explicit BatchOneHotOp(Args&&... args)
      : Operator<Context>(std::forward<Args>(args)...) {}
 
  bool RunOnDevice() override {
    return DispatchHelper<TensorTypes<int32_t, int64_t>>::call(this, Input(X));
  }
 
  template <typename T>
  bool DoRunWithType();
 
  INPUT_TAGS(X, LENS, VALS);
 
 protected:
  OUTPUT_TAGS(ONE_HOT);
 
 private:
  // allows for fast random access to a given dict and is re-used across runs
  std::vector<int64_t> valsOffsets_;
};
 
template <class Context>
class BatchBucketOneHotOp final : public Operator<Context> {
 public:
  USE_OPERATOR_CONTEXT_FUNCTIONS;
  template <class... Args>
  explicit BatchBucketOneHotOp(Args&&... args)
      : Operator<Context>(std::forward<Args>(args)...) {}
 
  bool RunOnDevice() override;
 
 protected:
  INPUT_TAGS(X, LENS, BOUNDARIES);
  OUTPUT_TAGS(ONE_HOT);
};
 
} // namespace caffe2
 
#endif // CAFFE_OPERATORS_ONE_HOT_OPS_H_