เวอร์ชันของโอเปอเรเตอร์ TensorFlow Lite

เอกสารนี้อธิบายสคีมาการกำหนดเวอร์ชัน op ของ TensorFlow Lite การกำหนดเวอร์ชัน Op ช่วยให้นักพัฒนาซอฟต์แวร์เพิ่มฟังก์ชันและพารามิเตอร์ใหม่ลงในการดำเนินการที่มีอยู่ได้ นอกจากนี้ยังมีการรับประกันดังต่อไปนี้

• ความเข้ากันได้แบบย้อนหลัง: การใช้งาน TensorFlow Lite ใหม่ควรรองรับไฟล์โมเดลเก่า
• ความเข้ากันได้ในอนาคต: การใช้งาน TensorFlow Lite แบบเก่าควรจัดการกับไฟล์โมเดลใหม่ที่สร้างโดยตัวแปลงเวอร์ชันใหม่ตราบใดที่ไม่มีฟีเจอร์ใหม่ๆ เกิดขึ้น
• ส่งต่อการตรวจจับความเข้ากันได้: หากการใช้งาน TensorFlow Lite เวอร์ชันเก่าอ่านโมเดลใหม่ที่มีตัวเลือกเวอร์ชันใหม่ซึ่งระบบไม่รองรับ ก็ควรรายงานข้อผิดพลาดดังกล่าว

ตัวอย่าง: การเพิ่มการขยายไปสู่คอนโวลูชันระดับลึก (Deepwise Convolution)

ส่วนที่เหลือของเอกสารนี้อธิบายการกำหนดเวอร์ชันการดำเนินการใน TFLite ด้วยการแสดงวิธีเพิ่มพารามิเตอร์การขยายไปยังการดำเนินการคอนโวลูชันแบบเจาะลึก

ไม่จำเป็นต้องมีความรู้เกี่ยวกับการขยายตัวเพื่อที่จะทำความเข้าใจเอกสารนี้ ข้อควรทราบมีดังนี้

• ระบบจะเพิ่มพารามิเตอร์จำนวนเต็มใหม่ 2 รายการ ได้แก่ dilation_width_factor และ dilation_height_factor
• เคอร์เนลคอนโวลูชันแบบ deeplink แบบเจาะลึกซึ่งไม่รองรับการขยายเทียบเท่ากับการตั้งค่าปัจจัยการขยายเป็น 1

เปลี่ยนสคีมา FlatBuffer

หากต้องการเพิ่มพารามิเตอร์ใหม่ไปยังการดำเนินการ ให้เปลี่ยนตารางตัวเลือกใน lite/schema/schema.fbs

ตัวอย่างเช่น ตารางตัวเลือกของคอนโวลูชันแบบเจาะลึกจะมีลักษณะดังนี้

table DepthwiseConv2DOptions {
  padding:Padding;
  stride_w:int;
  stride_h:int;
  depth_multiplier:int;
  fused_activation_function:ActivationFunctionType;
}

เมื่อเพิ่มพารามิเตอร์ใหม่

• เพิ่มความคิดเห็นที่ระบุว่าพารามิเตอร์ใดรองรับพารามิเตอร์ใด
• เมื่อการติดตั้งใหม่ได้รับค่าเริ่มต้นสำหรับพารามิเตอร์ที่เพิ่มเข้ามาใหม่ การดำเนินการดังกล่าวควรทำงานตามวิธีการใช้งานเดิมทุกประการ

ตารางจะมีลักษณะดังนี้หลังจากเพิ่มพารามิเตอร์ใหม่

table DepthwiseConv2DOptions {
  // Parameters for DepthwiseConv version 1 or above.
  padding:Padding;
  stride_w:int;
  stride_h:int;
  depth_multiplier:int;
  fused_activation_function:ActivationFunctionType;
  // Parameters for DepthwiseConv version 2 or above.
  dilation_w_factor:int = 1;
  dilation_h_factor:int = 1;
}

ควรสร้างไฟล์ lite/schema/schema_generated.h ขึ้นใหม่สำหรับสคีมาใหม่

เปลี่ยนโครงสร้าง C และการใช้งานเคอร์เนล

ใน TensorFlow Lite การใช้งานเคอร์เนลจะแยกออกจากคำจำกัดความ FlatBuffer เคอร์เนลจะอ่านพารามิเตอร์จากโครงสร้าง C ที่กำหนดไว้ใน lite/c/builtin_op_data.h

พารามิเตอร์ Deepwise Convolution เดิมมีดังนี้

typedef struct {
  TfLitePadding padding;
  int stride_width;
  int stride_height;
  int depth_multiplier;
  TfLiteFusedActivation activation;
} TfLiteDepthwiseConvParams;

เพิ่มความคิดเห็นที่บ่งชี้ว่าพารามิเตอร์ใดรองรับโดยเริ่มจากเวอร์ชันใด เช่นเดียวกับสคีมา FlatBuffer ผลลัพธ์มีดังนี้

typedef struct {
  // Parameters for DepthwiseConv version 1 or above.
  TfLitePadding padding;
  int stride_width;
  int stride_height;
  int depth_multiplier;
  TfLiteFusedActivation activation;
  // Parameters for DepthwiseConv version 2 or above.
  int dilation_width_factor;
  int dilation_height_factor;
} TfLiteDepthwiseConvParams;

โปรดเปลี่ยนการใช้งานเคอร์เนลเพื่ออ่านพารามิเตอร์ที่เพิ่มเข้ามาใหม่จากโครงสร้าง C รายละเอียดจึงละเว้นไว้ที่นี่

เปลี่ยนโค้ดการอ่าน FlatBuffer

ตรรกะในการอ่าน FlatBuffer และสร้างโครงสร้าง C อยู่ใน lite/core/api/flatbuffer_conversions.cc

อัปเดตไฟล์ให้จัดการพารามิเตอร์ใหม่ดังที่แสดงด้านล่าง

TfLiteStatus ParseDepthwiseConv2D(const Operator* op,
                                  ErrorReporter* error_reporter,
                                  BuiltinDataAllocator* allocator,
                                  void** builtin_data) {
  CheckParsePointerParams(op, error_reporter, allocator, builtin_data);

  SafeBuiltinDataAllocator safe_allocator(allocator);

  std::unique_ptr<TfLiteDepthwiseConvParams,
                  SafeBuiltinDataAllocator::BuiltinDataDeleter>
      params = safe_allocator.Allocate<TfLiteDepthwiseConvParams>();
  TF_LITE_ENSURE(error_reporter, params != nullptr);

  const DepthwiseConv2DOptions* schema_params =
      op->builtin_options_as_DepthwiseConv2DOptions();

  if (schema_params != nullptr) {
    params->padding = ConvertPadding(schema_params->padding());
    params->stride_width = schema_params->stride_w();
    params->stride_height = schema_params->stride_h();
    params->depth_multiplier = schema_params->depth_multiplier();
    params->activation =
        ConvertActivation(schema_params->fused_activation_function());

    params->dilation_width_factor = schema_params->dilation_w_factor();
    params->dilation_height_factor = schema_params->dilation_h_factor();
  }

  *builtin_data = params.release();
  return kTfLiteOk;
}

ไม่จำเป็นต้องตรวจสอบเวอร์ชันการดำเนินการที่นี่ เมื่อการใช้งานใหม่อ่านไฟล์โมเดลเก่าที่ไม่มีปัจจัยการขยายขนาด การใช้ 1 เป็นค่าเริ่มต้น และเคอร์เนลใหม่จะทำงานอย่างสอดคล้องกับเคอร์เนลเดิม

เปลี่ยนการลงทะเบียนเคอร์เนล

MutableOpResolver (ตามคำจำกัดความใน lite/mutable_op_resolver.h) มีฟังก์ชันบางอย่างสำหรับการลงทะเบียน op kernels เวอร์ชันต่ำสุดและสูงสุดคือ 1 โดยค่าเริ่มต้น

void AddBuiltin(tflite::BuiltinOperator op, TfLiteRegistration* registration,
                int min_version = 1, int max_version = 1);
void AddCustom(const char* name, TfLiteRegistration* registration,
               int min_version = 1, int max_version = 1);

การดำเนินการในตัวจะจดทะเบียนใน lite/kernels/register.cc ในตัวอย่างนี้ เราใช้เคอร์เนลแบบดำเนินการใหม่ซึ่งรองรับ DepthwiseConv2D เวอร์ชัน 1 และ 2 ได้ เราจึงจำเป็นต้องเปลี่ยนบรรทัดต่อไปนี้

AddBuiltin(BuiltinOperator_DEPTHWISE_CONV_2D, Register_DEPTHWISE_CONV_2D());

กับ:

AddBuiltin(BuiltinOperator_DEPTHWISE_CONV_2D, Register_DEPTHWISE_CONV_2D(),
             /* min_version = */ 1,
             /* max_version = */ 2);

เปลี่ยนเวอร์ชันการดำเนินการของ TFLite

ขั้นตอนต่อไปคือทำให้ TFLite ป้อนข้อมูลเวอร์ชันขั้นต่ำที่จำเป็นต่อการเรียกใช้การดำเนินการ ซึ่งในตัวอย่างนี้หมายความว่า

• เติมค่า version=1 เมื่อตัวประกอบการขยายเท่ากับ 1 ทั้งหมด
• ป้อน version=2 ด้วยวิธีอื่น

แก้ไขฟังก์ชัน GetBuiltinOperatorVersion สำหรับโอเปอเรเตอร์ใน lite/tools/versioning/op_version.cc โดยเพิ่มเวอร์ชันใหม่ไปยังกรณีของ DepthwiseConv2D ดังนี้

case BuiltinOperator_DEPTHWISE_CONV_2D:
  auto depthwise_conv_params =
      reinterpret_cast<TfLiteDepthwiseConvParams*>(op_sig.builtin_data);
  TFLITE_DCHECK(depthwise_conv_params != nullptr);
  if (depthwise_conv_params->dilation_width_factor != 1 ||
       depthwise_conv_params->dilation_height_factor != 1) {
    return 2;
  }
  return 1;

อัปเดตแมปเวอร์ชันโอเปอเรเตอร์

ขั้นตอนสุดท้ายคือเพิ่มข้อมูลเวอร์ชันใหม่ลงในแมปเวอร์ชันโอเปอเรเตอร์ ต้องดำเนินการขั้นตอนนี้เนื่องจากเราต้องสร้างเวอร์ชันรันไทม์ขั้นต่ำที่จำเป็นของโมเดลโดยอิงตามแมปเวอร์ชันนี้

ในการดำเนินการดังกล่าว คุณต้องเพิ่มรายการแผนที่ใหม่ใน lite/tools/versioning/runtime_version.cc

ในตัวอย่างนี้ คุณต้องเพิ่มรายการต่อไปนี้ลงใน op_version_map

{ {BuiltinOperator_DEPTHWISE_CONV_2D, 2}, %CURRENT_RUNTIME_VERSION%}

โดยที่ %CURRENT_RUNTIME_VERSION% สอดคล้องกับเวอร์ชันรันไทม์ปัจจุบันที่กำหนดไว้ใน tensorflow/core/public/version.h

การใช้งานการมอบสิทธิ์

TensorFlow Lite มี Delegation API ซึ่งช่วยให้มอบสิทธิ์การดำเนินการให้กับแบ็กเอนด์ฮาร์ดแวร์ได้ ในฟังก์ชัน Prepare ของผู้รับมอบสิทธิ์ ให้ตรวจสอบว่าทุกโหนดในโค้ดการมอบสิทธิ์รองรับเวอร์ชันเวอร์ชันนี้หรือไม่

const int kMaxVersion = 1;
TfLiteNode* node;
TfLiteRegistration* registration = nullptr;
TF_LITE_ENSURE_STATUS(context->GetNodeAndRegistration(context, node_index, &node, &registration));

if (registration->version > kMaxVersion) {
  // Reject the node if the version isn't supported.
}

ซึ่งจำเป็นต้องดำเนินการแม้ว่าการมอบสิทธิ์จะรองรับการดำเนินการเวอร์ชัน 1 เท่านั้น ดังนั้นการมอบสิทธิ์จะตรวจพบความไม่เข้ากันเมื่อได้รับตัวเลือกเวอร์ชันที่สูงกว่า