# SPDX-License-Identifier: Apache-2.0 import numpy as np # type: ignore import onnx from ..base import Base from . import expect class ConvTranspose(Base): @staticmethod def export() -> None: x = np.array([[[[0., 1., 2.], # (1, 1, 3, 3) [3., 4., 5.], [6., 7., 8.]]]]).astype(np.float32) W = np.array([[[[1., 1., 1.], # (1, 2, 3, 3) [1., 1., 1.], [1., 1., 1.]], [[1., 1., 1.], [1., 1., 1.], [1., 1., 1.]]]]).astype(np.float32) node = onnx.helper.make_node("ConvTranspose", ["X", "W"], ["Y"]) y = np.array([[[[0., 1., 3., 3., 2.], # (1, 2, 5, 5) [3., 8., 15., 12., 7.], [9., 21., 36., 27., 15.], [9., 20., 33., 24., 13.], [6., 13., 21., 15., 8.]], [[0., 1., 3., 3., 2.], [3., 8., 15., 12., 7.], [9., 21., 36., 27., 15.], [9., 20., 33., 24., 13.], [6., 13., 21., 15., 8.]]]]).astype(np.float32) expect(node, inputs=[x, W], outputs=[y], name='test_convtranspose') @staticmethod def export_convtranspose_1d() -> None: x = np.array([[[0., 1., 2.]]]).astype(np.float32) # (1, 1, 3) W = np.array([[[1., 1., 1.], # (1, 2, 3) [1., 1., 1.]]]).astype(np.float32) node = onnx.helper.make_node("ConvTranspose", ["X", "W"], ["Y"]) y = np.array([[[0., 1., 3., 3., 2.], # (1, 2, 5) [0., 1., 3., 3., 2.]]]).astype(np.float32) expect(node, inputs=[x, W], outputs=[y], name='test_convtranspose_1d') @staticmethod def export_convtranspose_3d() -> None: x = np.array([[[[[0., 1., 2., 3., 4.], # (1, 1, 3, 4, 5) [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.]]]]]).astype(np.float32) W = np.array([[[[[1., 1., 1.], # (1, 2, 3, 3, 3) [1., 1., 1.], [1., 1., 1.]], [[1., 1., 1.], [1., 1., 1.], [1., 1., 1.]], [[1., 1., 1.], [1., 1., 1.], [1., 1., 1.]]], [[[1., 1., 1.], [1., 1., 1.], [1., 1., 1.]], [[1., 1., 1.], [1., 1., 1.], [1., 1., 1.]], [[1., 1., 1.], [1., 1., 1.], [1., 1., 1.]]]]]).astype(np.float32) node = onnx.helper.make_node("ConvTranspose", ["X", "W"], ["Y"]) y = np.array([[[[[0., 1., 3., 6., 9., 7., 4.], # (1, 2, 5, 6, 7) [5., 12., 21., 27., 33., 24., 13.], [15., 33., 54., 63., 72., 51., 27.], [30., 63., 99., 108., 117., 81., 42.], [25., 52., 81., 87., 93., 64., 33.], [15., 31., 48., 51., 54., 37., 19.]], [[20., 42., 66., 72., 78., 54., 28.], [50., 104., 162., 174., 186., 128., 66.], [90., 186., 288., 306., 324., 222., 114.], [120., 246., 378., 396., 414., 282., 144.], [90., 184., 282., 294., 306., 208., 106.], [50., 102., 156., 162., 168., 114., 58.]], [[60., 123., 189., 198., 207., 141., 72.], [135., 276., 423., 441., 459., 312., 159.], [225., 459., 702., 729., 756., 513., 261.], [270., 549., 837., 864., 891., 603., 306.], [195., 396., 603., 621., 639., 432., 219.], [105., 213., 324., 333., 342., 231., 117.]], [[60., 122., 186., 192., 198., 134., 68.], [130., 264., 402., 414., 426., 288., 146.], [210., 426., 648., 666., 684., 462., 234.], [240., 486., 738., 756., 774., 522., 264.], [170., 344., 522., 534., 546., 368., 186.], [90., 182., 276., 282., 288., 194., 98.]], [[40., 81., 123., 126., 129., 87., 44.], [85., 172., 261., 267., 273., 184., 93.], [135., 273., 414., 423., 432., 291., 147.], [150., 303., 459., 468., 477., 321., 162.], [105., 212., 321., 327., 333., 224., 113.], [55., 111., 168., 171., 174., 117., 59.]]], [[[0., 1., 3., 6., 9., 7., 4.], [5., 12., 21., 27., 33., 24., 13.], [15., 33., 54., 63., 72., 51., 27.], [30., 63., 99., 108., 117., 81., 42.], [25., 52., 81., 87., 93., 64., 33.], [15., 31., 48., 51., 54., 37., 19.]], [[20., 42., 66., 72., 78., 54., 28.], [50., 104., 162., 174., 186., 128., 66.], [90., 186., 288., 306., 324., 222., 114.], [120., 246., 378., 396., 414., 282., 144.], [90., 184., 282., 294., 306., 208., 106.], [50., 102., 156., 162., 168., 114., 58.]], [[60., 123., 189., 198., 207., 141., 72.], [135., 276., 423., 441., 459., 312., 159.], [225., 459., 702., 729., 756., 513., 261.], [270., 549., 837., 864., 891., 603., 306.], [195., 396., 603., 621., 639., 432., 219.], [105., 213., 324., 333., 342., 231., 117.]], [[60., 122., 186., 192., 198., 134., 68.], [130., 264., 402., 414., 426., 288., 146.], [210., 426., 648., 666., 684., 462., 234.], [240., 486., 738., 756., 774., 522., 264.], [170., 344., 522., 534., 546., 368., 186.], [90., 182., 276., 282., 288., 194., 98.]], [[40., 81., 123., 126., 129., 87., 44.], [85., 172., 261., 267., 273., 184., 93.], [135., 273., 414., 423., 432., 291., 147.], [150., 303., 459., 468., 477., 321., 162.], [105., 212., 321., 327., 333., 224., 113.], [55., 111., 168., 171., 174., 117., 59.]]]]]).astype(np.float32) expect(node, inputs=[x, W], outputs=[y], name='test_convtranspose_3d') @staticmethod def export_convtranspose_attributes() -> None: x = np.array([[[[0., 1., 2.], # (1, 1, 3, 3) [3., 4., 5.], [6., 7., 8.]]]]).astype(np.float32) W = np.array([[[[1., 1., 1.], # (1, 2, 3, 3) [1., 1., 1.], [1., 1., 1.]], [[1., 1., 1.], [1., 1., 1.], [1., 1., 1.]]]]).astype(np.float32) y = np.array([[[[0., 0., 1., 1., 3., 2., 2., 0.], # (1, 2, 10, 8) [0., 0., 1., 1., 3., 2., 2., 0.], [0., 0., 1., 1., 3., 2., 2., 0.], [3., 3., 7., 4., 9., 5., 5., 0.], [3., 3., 7., 4., 9., 5., 5., 0.], [3., 3., 7., 4., 9., 5., 5., 0.], [6., 6., 13., 7., 15., 8., 8., 0.], [6., 6., 13., 7., 15., 8., 8., 0.], [6., 6., 13., 7., 15., 8., 8., 0.], [0., 0., 0., 0., 0., 0., 0., 0.]], [[0., 0., 1., 1., 3., 2., 2., 0.], [0., 0., 1., 1., 3., 2., 2., 0.], [0., 0., 1., 1., 3., 2., 2., 0.], [3., 3., 7., 4., 9., 5., 5., 0.], [3., 3., 7., 4., 9., 5., 5., 0.], [3., 3., 7., 4., 9., 5., 5., 0.], [6., 6., 13., 7., 15., 8., 8., 0.], [6., 6., 13., 7., 15., 8., 8., 0.], [6., 6., 13., 7., 15., 8., 8., 0.], [0., 0., 0., 0., 0., 0., 0., 0.]]]]).astype(np.float32) node = onnx.helper.make_node("ConvTranspose", ["X", "W"], ["Y"], strides=[3, 2], output_shape=[10, 8]) expect(node, inputs=[x, W], outputs=[y], name='test_convtranspose_output_shape') node = onnx.helper.make_node("ConvTranspose", ["X", "W"], ["Y"], strides=[3, 2], output_padding=[1, 1]) expect(node, inputs=[x, W], outputs=[y], name='test_convtranspose_pad') node = onnx.helper.make_node( 'ConvTranspose', ['X', 'W'], ['Y'], name='test', strides=[3, 2], output_shape=[10, 8], kernel_shape=[3, 3], output_padding=[1, 1] ) expect(node, inputs=[x, W], outputs=[y], name='test_convtranspose_kernel_shape') @staticmethod def export_convtranspose_pads() -> None: x = np.array([[[[0., 1., 2.], # (1, 1, 3, 3) [3., 4., 5.], [6., 7., 8.]]]]).astype(np.float32) W = np.array([[[[1., 1., 1.], # (1, 2, 3, 3) [1., 1., 1.], [1., 1., 1.]], [[1., 1., 1.], [1., 1., 1.], [1., 1., 1.]]]]).astype(np.float32) node = onnx.helper.make_node("ConvTranspose", ["X", "W"], ["Y"], strides=[3, 2], pads=[1, 2, 1, 2]) y = np.array([[[[1., 1., 3.], # (1, 2, 7, 3) [1., 1., 3.], [7., 4., 9.], [7., 4., 9.], [7., 4., 9.], [13., 7., 15.], [13., 7., 15.]], [[1., 1., 3.], [1., 1., 3.], [7., 4., 9.], [7., 4., 9.], [7., 4., 9.], [13., 7., 15.], [13., 7., 15.]]]]).astype(np.float32) expect(node, inputs=[x, W], outputs=[y], name='test_convtranspose_pads') @staticmethod def export_convtranspose_dilations() -> None: x = np.array([[[[3., 8., 1.], # (1, 1, 3, 3) [9., 5., 7.], [3., 2., 6.]]]]).astype(np.float32) W = np.array([[[[7., 2.], # (1, 1, 2, 2) [1., 9.]]]]).astype(np.float32) node = onnx.helper.make_node("ConvTranspose", ["X", "W"], ["Y"], dilations=[2, 2]) y = np.array([[[[21., 56., 13., 16., 2.], # [1, 1, 5, 5] [63., 35., 67., 10., 14.], [24., 22., 76., 76., 21.], [9., 5., 88., 45., 63.], [3., 2., 33., 18., 54.]]]]).astype(np.float32) expect(node, inputs=[x, W], outputs=[y], name='test_convtranspose_dilations') @staticmethod def export_convtranspose_autopad_same() -> None: x = np.array([[[[0., 1., 2.], # (1, 1, 3, 3) [3., 4., 5.], [6., 7., 8.]]]]).astype(np.float32) W = np.array([[[[1., 1., 1.], # (1, 2, 3, 3) [1., 1., 1.], [1., 1., 1.]], [[1., 1., 1.], [1., 1., 1.], [1., 1., 1.]]]]).astype(np.float32) node = onnx.helper.make_node("ConvTranspose", ["X", "W"], ["Y"], auto_pad="SAME_UPPER", strides=[2, 2]) y = np.array([[[[0., 0., 1., 1., 3., 2.], [0., 0., 1., 1., 3., 2.], [3., 3., 8., 5., 12., 7.], [3., 3., 7., 4., 9., 5.], [9., 9., 20., 11., 24., 13.], [6., 6., 13., 7., 15., 8.]], [[0., 0., 1., 1., 3., 2.], [0., 0., 1., 1., 3., 2.], [3., 3., 8., 5., 12., 7.], [3., 3., 7., 4., 9., 5.], [9., 9., 20., 11., 24., 13.], [6., 6., 13., 7., 15., 8.]]]]).astype(np.float32) expect(node, inputs=[x, W], outputs=[y], name='test_convtranspose_autopad_same')