Skip to content

GitLab

Commit 797d9798 authored by Paul's avatar Paul
Browse files

Remove dead code

parent fb6093dd
Hide whitespace changes
Inline Side-by-side
Showing with 5 additions and 293 deletions
src/targets/cpu/lowering.cpp
View file @ 797d9798
......@@ -364,18 +364,6 @@ struct cpu_op
friend bool operator==(const operation& x, const cpu_op& y) { return y == x; }
};
// struct cpu_contiguous
// {
// op::contiguous op;
// std::string name() const { return "cpu::contiguous"; }
// shape compute_shape(const std::vector<shape>& inputs) const { return
// op.compute_shape(inputs); } argument compute(context&, const shape& output_shape,
// std::vector<argument> args) const
// {
// return op.compute(output_shape, std::move(args));
// }
// };
struct cpu_pad
{
op::pad op;
......@@ -409,18 +397,6 @@ struct cpu_pad
}
};
// struct cpu_concat
// {
// op::concat op;
// std::string name() const { return "cpu::concat"; }
// shape compute_shape(const std::vector<shape>& inputs) const { return
// op.compute_shape(inputs); } argument compute(context&, const shape& output_shape,
// std::vector<argument> args) const
// {
// return op.compute(output_shape, std::move(args));
// }
// };
struct cpu_gemm
{
op::dot op;
......@@ -472,163 +448,6 @@ struct cpu_gemm
}
};
// struct cpu_gather
// {
// op::gather op;
// std::string name() const { return "cpu::gather"; }
// shape compute_shape(const std::vector<shape>& inputs) const { return
// op.compute_shape(inputs); }
// argument compute(context&, const shape& output_shape, std::vector<argument> args) const
// {
// return op.compute(output_shape, std::move(args));
// }
// };
// struct identity_op
// {
// std::string name() const { return "cpu::identity"; }
// auto fcn() const
// {
// return [](auto x) { return x; };
// }
// };
// struct abs_op
// {
// std::string name() const { return "cpu::abs"; }
// auto fcn() const
// {
// return [](auto x) { return std::abs(make_signed(x)); };
// }
// };
// struct exp_op
// {
// std::string name() const { return "cpu::exp"; }
// auto fcn() const
// {
// return [](auto x) { return std::exp(x); };
// }
// };
// struct log_op
// {
// std::string name() const { return "cpu::log"; }
// auto fcn() const
// {
// return [](auto x) { return std::log(x); };
// }
// };
// struct sin_op
// {
// std::string name() const { return "cpu::sin"; }
// auto fcn() const
// {
// return [](auto x) { return std::sin(x); };
// }
// };
// struct cos_op
// {
// std::string name() const { return "cpu::cos"; }
// auto fcn() const
// {
// return [](auto x) { return std::cos(x); };
// }
// };
// struct tan_op
// {
// std::string name() const { return "cpu::tan"; }
// auto fcn() const
// {
// return [](auto x) { return std::tan(x); };
// }
// };
// struct asin_op
// {
// std::string name() const { return "cpu::asin"; }
// auto fcn() const
// {
// return [](auto x) { return std::asin(x); };
// }
// };
// struct acos_op
// {
// std::string name() const { return "cpu::acos"; }
// auto fcn() const
// {
// return [](auto x) { return std::acos(x); };
// }
// };
// struct atan_op
// {
// std::string name() const { return "cpu::atan"; }
// auto fcn() const
// {
// return [](auto x) { return std::atan(x); };
// }
// };
// struct sinh_op
// {
// std::string name() const { return "cpu::sinh"; }
// auto fcn() const
// {
// return [](auto x) { return std::sinh(x); };
// }
// };
// struct cosh_op
// {
// std::string name() const { return "cpu::cosh"; }
// auto fcn() const
// {
// return [](auto x) { return std::cosh(x); };
// }
// };
// struct tanh_op
// {
// std::string name() const { return "cpu::tanh"; }
// auto fcn() const
// {
// return [](auto x) { return std::tanh(x); };
// }
// };
// struct sigmoid_op
// {
// std::string name() const { return "cpu::sigmoid"; }
// auto fcn() const
// {
// return [](auto x) { return 1.f / (1.f + std::exp(-x)); };
// }
// };
// struct neg_op
// {
// std::string name() const { return "cpu::neg"; }
// auto fcn() const
// {
// return [](auto x) { return -x; };
// }
// };
// struct relu_op
// {
// std::string name() const { return "cpu::relu"; }
// auto fcn() const
// {
// return [](auto x) { return std::max(decltype(x){0}, x); };
// }
// };
struct leaky_relu_op
{
op::leaky_relu op;
......@@ -790,87 +609,6 @@ struct cpu_logsoftmax
}
};
// struct add_op
// {
// std::string name() const { return "add"; }
// auto fcn() const
// {
// return [](auto x, auto y) { return x + y; };
// }
// };
// struct sub_op
// {
// std::string name() const { return "sub"; }
// auto fcn() const
// {
// return [](auto x, auto y) { return x - y; };
// }
// };
// struct mul_op
// {
// std::string name() const { return "mul"; }
// auto fcn() const
// {
// return [](auto x, auto y) { return x * y; };
// }
// };
// struct div_op
// {
// std::string name() const { return "div"; }
// auto fcn() const
// {
// return [](auto x, auto y) { return x / y; };
// }
// };
// struct max_op
// {
// std::string name() const { return "max"; }
// auto fcn() const
// {
// return [](auto x, auto y) { return std::max(x, y); };
// }
// };
// struct min_op
// {
// std::string name() const { return "min"; }
// auto fcn() const
// {
// return [](auto x, auto y) { return std::min(x, y); };
// }
// };
// template <typename Op>
// struct cpu_binary
// {
// Op op;
// std::string name() const { return "cpu::" + op.name(); }
// shape compute_shape(const std::vector<shape>& inputs) const { return inputs.front(); }
// argument compute(context&, const shape& output_shape, std::vector<argument> args) const
// {
// argument result{output_shape};
// visit_all(result, args[0], args[1])([&](auto output, auto input1, auto input2) {
// if(input1.get_shape().packed() and input2.get_shape().packed())
// {
// std::transform(
// input1.begin(), input1.end(), input2.begin(), output.begin(), op.fcn());
// }
// else
// {
// shape_for_each(output.get_shape(), [&](const auto& idx) {
// output(idx.begin(), idx.end()) =
// op.fcn()(input1(idx.begin(), idx.end()), input2(idx.begin(), idx.end()));
// });
// }
// });
// return result;
// }
// };
struct cpu_apply
{
program* prog;
......@@ -890,42 +628,16 @@ struct cpu_apply
void init()
{
apply_map["im2col"] = extend_op<cpu_im2col, op::im2col>();
apply_map["batch_norm_inference"] = extend_op<cpu_batch_norm_inference, op::batch_norm_inference>();
apply_map["convolution"] = extend_op<cpu_convolution, op::convolution>();
apply_map["dot"] = extend_op<cpu_gemm, op::dot>();
apply_map["batch_norm_inference"] =
extend_op<cpu_batch_norm_inference, op::batch_norm_inference>();
apply_map["lrn"] = extend_op<cpu_lrn, op::lrn>();
apply_map["elu"] = extend_op<cpu_unary<elu_op>, op::elu>();
apply_map["im2col"] = extend_op<cpu_im2col, op::im2col>();
apply_map["leaky_relu"] = extend_op<cpu_unary<leaky_relu_op>, op::leaky_relu>();
apply_map["logsoftmax"] = extend_op<cpu_logsoftmax, op::logsoftmax>();
apply_map["elu"] = extend_op<cpu_unary<elu_op>, op::elu>();
apply_map["softmax"] = simple_op<softmax2d>();
apply_map["lrn"] = extend_op<cpu_lrn, op::lrn>();
apply_map["pad"] = extend_op<cpu_pad, op::pad>();
// apply_map["contiguous"] = extend_op<cpu_contiguous, op::contiguous>();
// apply_map["concat"] = extend_op<cpu_concat, op::concat>();
// apply_map["gather"] = extend_op<cpu_gather, op::gather>();
// apply_map["identity"] = simple_op<cpu_unary<identity_op>>();
// apply_map["abs"] = simple_op<cpu_unary<abs_op>>();
// apply_map["sinh"] = simple_op<cpu_unary<sinh_op>>();
// apply_map["cosh"] = simple_op<cpu_unary<cosh_op>>();
// apply_map["tanh"] = simple_op<cpu_unary<tanh_op>>();
// apply_map["sigmoid"] = simple_op<cpu_unary<sigmoid_op>>();
// apply_map["exp"] = simple_op<cpu_unary<exp_op>>();
// apply_map["log"] = simple_op<cpu_unary<log_op>>();
// apply_map["neg"] = simple_op<cpu_unary<neg_op>>();
// apply_map["sin"] = simple_op<cpu_unary<sin_op>>();
// apply_map["cos"] = simple_op<cpu_unary<cos_op>>();
// apply_map["tan"] = simple_op<cpu_unary<tan_op>>();
// apply_map["asin"] = simple_op<cpu_unary<asin_op>>();
// apply_map["acos"] = simple_op<cpu_unary<acos_op>>();
// apply_map["atan"] = simple_op<cpu_unary<atan_op>>();
// apply_map["relu"] = simple_op<cpu_unary<relu_op>>();
// apply_map["add"] = simple_op<cpu_binary<add_op>>();
// apply_map["sub"] = simple_op<cpu_binary<sub_op>>();
// apply_map["mul"] = simple_op<cpu_binary<mul_op>>();
// apply_map["div"] = simple_op<cpu_binary<div_op>>();
// apply_map["max"] = simple_op<cpu_binary<max_op>>();
// apply_map["min"] = simple_op<cpu_binary<min_op>>();
apply_map["softmax"] = simple_op<softmax2d>();
}
void apply()
......
Markdown is supported
0% or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment