API Neural Networks

L'API Android Neural Networks (NNAPI) è un'API di Android C progettata per l'esecuzione per il machine learning sui dispositivi Android. NNAPI è progettato per fornire un livello di funzionalità di base per framework di machine learning come TensorFlow Lite e Caffe2, che creano e addestrano le reti neurali. L'API è disponibile Su tutti i dispositivi Android con Android 8.1 (livello API 27) o versioni successive.

NNAPI supporta l'inferenza applicando i dati dei dispositivi Android ai addestrati e definiti dagli sviluppatori. Esempi di inferenza includono la classificazione immagini, prevedendo il comportamento degli utenti e selezionando risposte appropriate query di ricerca.

L'inferenza on-device offre molti vantaggi:

  • Latenza: non è necessario inviare una richiesta tramite una connessione di rete, attendere una risposta. Ad esempio, ciò può risultare fondamentale per le applicazioni video che elaborano i fotogrammi successivi provenienti da una videocamera.
  • Disponibilità: l'applicazione viene eseguita anche al di fuori della copertura di rete.
  • Velocità: nuovo hardware specifico per l'elaborazione della rete neurale. offre un calcolo molto più veloce rispetto a una CPU per uso generico, da sola.
  • Privacy: i dati rimangono sul dispositivo Android.
  • Costo: non è necessaria alcuna server farm quando tutti i calcoli vengono eseguiti il dispositivo Android.

Ci sono anche dei compromessi che uno sviluppatore deve tenere presente:

  • Utilizzo del sistema: la valutazione delle reti neurali comporta il consumo della batteria potrebbe aumentare. Dovresti prendere in considerazione monitorare lo stato della batteria se questo è un problema per la tua app, in particolare per calcoli a lunga esecuzione.
  • Dimensioni dell'applicazione: presta attenzione alle dimensioni dei modelli. I modelli possono e occupano più megabyte di spazio. Se raggruppa nell'APK modelli di grandi dimensioni avere un impatto eccessivo sui tuoi utenti, ti consigliamo di scaricare dopo l'installazione dell'app, utilizzando modelli più piccoli o eseguendo i calcoli nel cloud. NNAPI non fornisce funzionalità per l'esecuzione nel cloud.

Consulta le Esempio di API Android Neural Networks per un esempio di come utilizzare NNAPI.

Informazioni sul runtime dell'API Neural Networks

NNAPI è pensato per essere chiamato da librerie, framework e strumenti di machine learning che consentono agli sviluppatori di addestrare i propri modelli al di fuori del dispositivo ed eseguirne il deployment su Android dispositivi mobili. Le app in genere non usano direttamente NNAPI, ma usare framework di machine learning di livello più alto. Questi framework a loro volta potrebbero utilizzare NNAPI per eseguire operazioni di inferenza con accelerazione hardware sui dispositivi supportati.

In base ai requisiti di un'app e alle funzionalità hardware di un Android dispositivo mobile, il runtime della rete neurale di Android può distribuire tra i diversi processori disponibili sul dispositivo, inclusi i carichi di lavoro hardware di rete neurale, GPU (Graphics Processing Unit) e segnale digitale processori (DSP).

Per i dispositivi Android privi di un driver del fornitore specializzato, il runtime NNAPI che esegue le richieste sulla CPU.

La figura 1 mostra l'architettura di sistema generale per NNAPI.

. Figura 1. Architettura di sistema per l'API Android Neural Networks
di Gemini Advanced.
.

Modello di programmazione dell'API Neural Networks

Per eseguire calcoli utilizzando NNAPI, devi prima creare una grafico che definisce i calcoli da eseguire. Questo grafico di calcolo, combinato con i tuoi dati di input (ad esempio, le ponderazioni e i bias tramandati da una framework di machine learning), costituisce il modello per la valutazione del runtime NNAPI.

NNAPI utilizza quattro astrazioni principali:

  • Modello: un grafico computazionale delle operazioni matematiche e della costante. valori appresi durante un processo di addestramento. Queste operazioni sono specifiche neurali profonde. Includono le immagini bidimensionali (2D) convoluzione, logistica (sigmoidale) l'attivazione, lineare rettificato (ReLU) e altro ancora. La creazione di un modello è un'operazione sincrona. Una volta creato correttamente, può essere riutilizzato in thread e compilazioni. In NNAPI, un modello è rappresentato come ANeuralNetworksModel in esecuzione in un'istanza Compute Engine.
  • Compilation: rappresenta una configurazione per la compilazione di un modello NNAPI in codice di livello inferiore. La creazione di una compilazione è un'operazione sincrona. Una volta creato correttamente, può essere riutilizzato in più thread ed esecuzioni. Nella NNAPI, ogni compilazione è rappresentata come ANeuralNetworksCompilation in esecuzione in un'istanza Compute Engine.
  • Memoria: rappresenta la memoria condivisa, i file mappati in memoria e la memoria simile. buffer. L'utilizzo di un buffer di memoria consente al runtime NNAPI di trasferire i dati ai driver in modo più efficiente. Un'app di solito crea un buffer di memoria condiviso contiene tutti i tensori necessari per definire un modello. Puoi anche usare le opzioni buffer per archiviare gli input e gli output di un'istanza di esecuzione. In NNAPI, ogni buffer è rappresentato da una ANeuralNetworksMemory in esecuzione in un'istanza Compute Engine.
  • Esecuzione: interfaccia per applicare un modello NNAPI a un set di input e a raccogliere i risultati. L'esecuzione può essere eseguita in modo sincrono o asincrono.

    Per l'esecuzione asincrona, più thread di poter attendere durante la stessa esecuzione. Al termine dell'esecuzione, tutti i thread vengono rilasciate.

    In NNAPI, ogni esecuzione è rappresentata come ANeuralNetworksExecution in esecuzione in un'istanza Compute Engine.

La figura 2 mostra il flusso di programmazione di base.

. Figura 2. Flusso di programmazione per l'API Android Neural Networks
di Gemini Advanced.
.

Il resto di questa sezione descrive i passaggi per configurare il modello NNAPI per eseguire il calcolo, compilare il modello ed eseguire il modello compilato.

Fornire accesso ai dati di addestramento

I dati su bias e ponderazioni addestrati sono probabilmente archiviati in un file. Per fornire il dal runtime NNAPI con accesso efficiente a questi dati, crea un ANeuralNetworksMemory richiamando l'istanza ANeuralNetworksMemory_createFromFd() e passando il descrittore del file di dati aperto. Inoltre specifica i flag di protezione della memoria e un offset in cui la regione della memoria condivisa inizia nel file.

// Create a memory buffer from the file that contains the trained data
ANeuralNetworksMemory* mem1 = NULL;
int fd = open("training_data", O_RDONLY);
ANeuralNetworksMemory_createFromFd(file_size, PROT_READ, fd, 0, &mem1);

Anche se in questo esempio ne utilizziamo solo uno ANeuralNetworksMemory Ad esempio per tutti i pesi, è possibile utilizzare ANeuralNetworksMemory istanza per più file.

Usa buffer hardware nativi

Puoi usare buffer hardware nativi per input, output e valori operando costanti. In alcuni casi, L'acceleratore NNAPI può accedere AHardwareBuffer senza che il driver debba copiare i dati. AHardwareBuffer ne ha molti configurazioni diverse e non tutti gli acceleratori NNAPI possono supportare tutte queste configurazioni. A causa di questo limite, fai riferimento ai vincoli elencato in Documentazione di riferimento di ANeuralNetworksMemory_createFromAHardwareBuffer e testa in anticipo sui dispositivi di destinazione per garantire compilazioni ed esecuzioni che utilizzano AHardwareBuffer si comportano come previsto, utilizzando assegnazione del dispositivo per specificare l'acceleratore.

Per consentire al runtime NNAPI di accedere a un oggetto AHardwareBuffer, crea un'istanza ANeuralNetworksMemory richiamando l'istanza ANeuralNetworksMemory_createFromAHardwareBuffer e passando la funzione AHardwareBuffer, come mostrato nel seguente esempio di codice:

// Configure and create AHardwareBuffer object
AHardwareBuffer_Desc desc = ...
AHardwareBuffer* ahwb = nullptr;
AHardwareBuffer_allocate(&desc, &ahwb);

// Create ANeuralNetworksMemory from AHardwareBuffer
ANeuralNetworksMemory* mem2 = NULL;
ANeuralNetworksMemory_createFromAHardwareBuffer(ahwb, &mem2);

Quando NNAPI non deve più accedere all'oggetto AHardwareBuffer, libera il token istanza ANeuralNetworksMemory corrispondente:

ANeuralNetworksMemory_free(mem2);

Nota:

  • Puoi utilizzare la modalità AHardwareBuffer solo per l'intero buffer; non puoi utilizzarla un parametro ARect.
  • Il runtime NNAPI non verrà svuotato del buffer. Devi assicurarti che i buffer di input e output siano accessibile prima di pianificare l'esecuzione.
  • Non è disponibile assistenza per di sincronizzazione dei descrittori dei file di recinto.
  • Per un AHardwareBuffer con i formati e le parti d'uso specifici del fornitore, dipende dall'implementazione determinare se il client o il conducente sono responsabili dello svuotamento .

Modello

Un modello è l'unità fondamentale di calcolo in NNAPI. Ogni modello è definito da uno o più operandi e operazioni.

Operandi

Gli operanti sono oggetti di dati utilizzati per definire il grafico. Sono inclusi gli input e gli output del modello, i nodi intermedi che contengono i dati passa da un'operazione all'altra e le costanti che vengono trasmesse queste operazioni.

Ai modelli NNAPI è possibile aggiungere due tipi di operandi: scalari e tensori.

Uno scalare rappresenta un singolo valore. NNAPI supporta i valori scalari nei campi booleani, rappresentazione in virgola mobile a 16 bit, in virgola mobile a 32 bit, numero intero a 32 bit e senza segno Formati interi a 32 bit.

La maggior parte delle operazioni in NNAPI prevede l'uso di tensori. I tensori sono array n-dimensionali. NNAPI supporta tensori con rappresentazione in virgola mobile a 16 bit, in virgola mobile a 32 bit e a 8 bit quantizzato, quantizzato a 16 bit, numero intero a 32 bit e 8 bit valori booleani.

Ad esempio, la figura 3 rappresenta un modello con due operazioni: una addizione seguito da una moltiplicazione. Il modello prende un tensore di input e ne produce uno tensore di output.

. Figura 3. Esempio di operandi per un modello NNAPI
di Gemini Advanced.
.

Il modello sopra riportato ha sette operandi. Questi operandi sono identificati implicitamente l'indice dell'ordine in cui vengono aggiunti al modello. Il primo operando aggiunto ha un indice pari a 0, al secondo un indice di 1 e così via. Operativi 1, 2, 3, e 5 sono operandi costanti.

L'ordine in cui vengono aggiunti gli operandi non è importante. Ad esempio, il modello l'operando di output potrebbe essere il primo aggiunto. La parte importante è utilizzare quando si fa riferimento a un operando.

Gli operando hanno dei tipi. Questi valori vengono specificati quando vengono aggiunti al modello.

Un operando non può essere utilizzato sia come input che come output di un modello.

Ogni operando deve essere un input del modello, una costante o l'operando di output di esattamente un'operazione.

Per ulteriori informazioni sull'uso degli operandi, vedi Scopri di più sugli operandi.

Fasi operative

Un'operazione specifica i calcoli da eseguire. Ogni operazione consiste di questi elementi:

  • un tipo di operazione (ad esempio addizione, moltiplicazione, convoluzione),
  • un elenco di indici degli operandi utilizzati dall'operazione per l'input e
  • un elenco di indici degli operandi utilizzati dall'operazione per l'output.

L'ordine in questi elenchi è importante; vedi il Riferimento API NNAPI per gli input previsti e output di ogni tipo di operazione.

Devi aggiungere al modello gli operandi prodotti o consumati da un'operazione prima di aggiungere l'operazione.

L'ordine in cui vengono aggiunte le operazioni non è importante. NNAPI si basa sulle delle dipendenze stabilite dal grafico di calcolo di operandi e operazioni determinano l'ordine in cui vengono eseguite le operazioni.

Le operazioni supportate da NNAPI sono riassunte nella tabella seguente:

Categoria Fasi operative
Operazioni matematiche a livello di elementi
Manipolazione del tensore
Operazioni sulle immagini
Operazioni di ricerca
Operazioni di normalizzazione
Operazioni di convoluzione
Operazioni di pooling
Operazioni di attivazione
Altre operazioni

Problema noto nel livello API 28: al superamento ANEURALNETWORKS_TENSOR_QUANT8_ASYMM tensori al ANEURALNETWORKS_PAD disponibile su Android 9 (livello API 28) e versioni successive, l'output da NNAPI potrebbe non corrispondere a quello del machine learning di livello superiore di base, come TensorFlow Lite. Tu deve passare solo ANEURALNETWORKS_TENSOR_FLOAT32 Il problema viene risolto in Android 10 (livello API 29) e versioni successive.

Creare modelli

Nell'esempio seguente, creiamo il modello a due operazioni che si trova in figura 3.

Per creare il modello, segui questi passaggi:

  1. Chiama il ANeuralNetworksModel_create() per definire un modello vuoto.

    ANeuralNetworksModel* model = NULL;
    ANeuralNetworksModel_create(&model);
    
  2. Aggiungi gli operandi al modello chiamando ANeuralNetworks_addOperand() I tipi di dati vengono definiti utilizzando ANeuralNetworksOperandType struttura dei dati.

    // In our example, all our tensors are matrices of dimension [3][4]
    ANeuralNetworksOperandType tensor3x4Type;
    tensor3x4Type.type = ANEURALNETWORKS_TENSOR_FLOAT32;
    tensor3x4Type.scale = 0.f;    // These fields are used for quantized tensors
    tensor3x4Type.zeroPoint = 0;  // These fields are used for quantized tensors
    tensor3x4Type.dimensionCount = 2;
    uint32_t dims[2] = {3, 4};
    tensor3x4Type.dimensions = dims;

    // We also specify operands that are activation function specifiers ANeuralNetworksOperandType activationType; activationType.type = ANEURALNETWORKS_INT32; activationType.scale = 0.f; activationType.zeroPoint = 0; activationType.dimensionCount = 0; activationType.dimensions = NULL;

    // Now we add the seven operands, in the same order defined in the diagram ANeuralNetworksModel_addOperand(model, &tensor3x4Type); // operand 0 ANeuralNetworksModel_addOperand(model, &tensor3x4Type); // operand 1 ANeuralNetworksModel_addOperand(model, &activationType); // operand 2 ANeuralNetworksModel_addOperand(model, &tensor3x4Type); // operand 3 ANeuralNetworksModel_addOperand(model, &tensor3x4Type); // operand 4 ANeuralNetworksModel_addOperand(model, &activationType); // operand 5 ANeuralNetworksModel_addOperand(model, &tensor3x4Type); // operand 6
  3. Per gli operandi che hanno valori costanti, come ponderazioni e bias che ottenuta da un processo di addestramento, utilizza ANeuralNetworksModel_setOperandValue() e ANeuralNetworksModel_setOperandValueFromMemory() funzioni.

    Nell'esempio seguente, impostiamo valori costanti dal file di dati di addestramento corrispondente al buffer di memoria creato in Fornisci l'accesso a: dati di addestramento.

    // In our example, operands 1 and 3 are constant tensors whose values were
    // established during the training process
    const int sizeOfTensor = 3 * 4 * 4;    // The formula for size calculation is dim0 * dim1 * elementSize
    ANeuralNetworksModel_setOperandValueFromMemory(model, 1, mem1, 0, sizeOfTensor);
    ANeuralNetworksModel_setOperandValueFromMemory(model, 3, mem1, sizeOfTensor, sizeOfTensor);

    // We set the values of the activation operands, in our example operands 2 and 5 int32_t noneValue = ANEURALNETWORKS_FUSED_NONE; ANeuralNetworksModel_setOperandValue(model, 2, &noneValue, sizeof(noneValue)); ANeuralNetworksModel_setOperandValue(model, 5, &noneValue, sizeof(noneValue));
  4. Per ogni operazione che vuoi calcolare nel grafico diretto, aggiungi il metodo operativa al tuo modello richiamando ANeuralNetworksModel_addOperation() personalizzata.

    Come parametri per questa chiamata, l'app deve fornire:

    • il tipo di operazione
    • il conteggio dei valori di input
    • l'array degli indici per gli operandi di input
    • il conteggio dei valori di output
    • l'array degli indici per gli operandi di output

    Tieni presente che non è possibile utilizzare un operando sia per l'input che per l'output dello stesso operativa.

    // We have two operations in our example
    // The first consumes operands 1, 0, 2, and produces operand 4
    uint32_t addInputIndexes[3] = {1, 0, 2};
    uint32_t addOutputIndexes[1] = {4};
    ANeuralNetworksModel_addOperation(model, ANEURALNETWORKS_ADD, 3, addInputIndexes, 1, addOutputIndexes);

    // The second consumes operands 3, 4, 5, and produces operand 6 uint32_t multInputIndexes[3] = {3, 4, 5}; uint32_t multOutputIndexes[1] = {6}; ANeuralNetworksModel_addOperation(model, ANEURALNETWORKS_MUL, 3, multInputIndexes, 1, multOutputIndexes);
  5. Identificare quali operandi il modello deve trattare come input e output chiamando il ANeuralNetworksModel_identifyInputsAndOutputs() personalizzata.

    // Our model has one input (0) and one output (6)
    uint32_t modelInputIndexes[1] = {0};
    uint32_t modelOutputIndexes[1] = {6};
    ANeuralNetworksModel_identifyInputsAndOutputs(model, 1, modelInputIndexes, 1 modelOutputIndexes);
    
  6. Facoltativamente, puoi specificare se ANEURALNETWORKS_TENSOR_FLOAT32 può essere calcolata con un intervallo o una precisione più bassi di quelli Formato in virgola mobile IEEE 754 a 16 bit richiamando ANeuralNetworksModel_relaxComputationFloat32toFloat16().

  7. Chiama il numero ANeuralNetworksModel_finish() per finalizzare la definizione del modello. Se non ci sono errori, restituisce un codice risultato di ANEURALNETWORKS_NO_ERROR

    ANeuralNetworksModel_finish(model);
    

Una volta creato un modello, puoi compilarlo un numero qualsiasi di volte ed eseguire ogni una qualsiasi numero di volte.

Flusso di controllo

Per incorporare il flusso di controllo in un modello NNAPI, segui questi passaggi:

  1. Crea i sottografici di esecuzione corrispondenti (then e else grafici secondari per un'istruzione IF, condition e body sottografi per un ciclo WHILE) come modelli ANeuralNetworksModel* autonomi:

    ANeuralNetworksModel* thenModel = makeThenModel();
    ANeuralNetworksModel* elseModel = makeElseModel();
    
  2. Creare operandi che fanno riferimento a questi modelli all'interno del modello contenente flusso di controllo:

    ANeuralNetworksOperandType modelType = {
        .type = ANEURALNETWORKS_MODEL,
    };
    ANeuralNetworksModel_addOperand(model, &modelType);  // kThenOperandIndex
    ANeuralNetworksModel_addOperand(model, &modelType);  // kElseOperandIndex
    ANeuralNetworksModel_setOperandValueFromModel(model, kThenOperandIndex, &thenModel);
    ANeuralNetworksModel_setOperandValueFromModel(model, kElseOperandIndex, &elseModel);
    
  3. Aggiungi l'operazione del flusso di controllo:

    uint32_t inputs[] = {kConditionOperandIndex,
                         kThenOperandIndex,
                         kElseOperandIndex,
                         kInput1, kInput2, kInput3};
    uint32_t outputs[] = {kOutput1, kOutput2};
    ANeuralNetworksModel_addOperation(model, ANEURALNETWORKS_IF,
                                      std::size(inputs), inputs,
                                      std::size(output), outputs);
    

Compilation

Il passaggio di compilazione determina su quali processori verrà eseguito il modello e chiede ai conducenti corrispondenti di prepararsi per l'esecuzione. Questo potrebbe includi la generazione di un codice macchina specifico per i processori del tuo modello in cui verrà eseguita.

Per compilare un modello, segui questi passaggi:

  1. Chiama il ANeuralNetworksCompilation_create() per creare una nuova istanza di compilazione.

    // Compile the model
    ANeuralNetworksCompilation* compilation;
    ANeuralNetworksCompilation_create(model, &compilation);
    

    Facoltativamente, puoi utilizzare l'assegnazione dispositivo per e scegliere i dispositivi su cui eseguire.

  2. Puoi anche influenzare il compromesso tra l'autonomia della batteria la velocità di utilizzo e di esecuzione. Puoi farlo chiamando ANeuralNetworksCompilation_setPreference()

    // Ask to optimize for low power consumption
    ANeuralNetworksCompilation_setPreference(compilation, ANEURALNETWORKS_PREFER_LOW_POWER);
    

    Le preferenze che puoi specificare includono:

    • ANEURALNETWORKS_PREFER_LOW_POWER: Preferisci l'esecuzione in modo da ridurre al minimo il consumo della batteria. Ciò è auspicabile per compilation che vengono eseguite spesso.
    • ANEURALNETWORKS_PREFER_FAST_SINGLE_ANSWER: Preferisci restituire una singola risposta il più rapidamente possibile, anche se questo causa un maggiore consumo di energia. Questa è l'impostazione predefinita.
    • ANEURALNETWORKS_PREFER_SUSTAINED_SPEED: Preferisci massimizzare la velocità effettiva dei frame successivi, ad esempio quando l'elaborazione di fotogrammi successivi provenienti dalla fotocamera.
  3. Facoltativamente, puoi configurare la memorizzazione nella cache di compilazione richiamando ANeuralNetworksCompilation_setCaching

    // Set up compilation caching
    ANeuralNetworksCompilation_setCaching(compilation, cacheDir, token);
    

    Utilizza getCodeCacheDir() per cacheDir. Il valore token specificato deve essere univoco per ogni modello all'interno di per l'applicazione.

  4. Finalizza la definizione della compilazione richiamando ANeuralNetworksCompilation_finish() Se non ci sono errori, questa funzione restituisce il codice risultato ANEURALNETWORKS_NO_ERROR

    ANeuralNetworksCompilation_finish(compilation);
    

Rilevamento e assegnazione dei dispositivi

Sui dispositivi con Android 10 (livello API 29) e versioni successive, NNAPI fornisce che consentono alle librerie e alle app di framework di machine learning di ottenere informazioni sui dispositivi disponibili e specificare quelli da utilizzare dell'esecuzione. Se fornisci informazioni sui dispositivi disponibili consenti alle app di ricevere la versione esatta dei driver trovata su un dispositivo per evitare incompatibilità. Consentendo alle app di specificare quali dispositivi devono eseguire diverse sezioni di un modello, le app possono essere ottimizzate per Android su cui vengono distribuiti.

Rilevamento dispositivi

Utilizza le funzionalità di ANeuralNetworks_getDeviceCount per ottenere il numero di dispositivi disponibili. Per ogni dispositivo, usa ANeuralNetworks_getDevice per impostare un'istanza ANeuralNetworksDevice su un riferimento a quel dispositivo.

Una volta ottenuto il riferimento di un dispositivo, puoi trovare ulteriori informazioni sulla il dispositivo utilizzando le seguenti funzioni:

Assegnazione dispositivo

Utilizza le funzionalità di ANeuralNetworksModel_getSupportedOperationsForDevices per scoprire quali operazioni di un modello possono essere eseguite su dispositivi specifici.

Per controllare quali acceleratori utilizzare per l'esecuzione, richiama ANeuralNetworksCompilation_createForDevices al posto di ANeuralNetworksCompilation_create. Utilizza l'oggetto ANeuralNetworksCompilation risultante, come di consueto. La funzione restituisce un errore se il modello fornito contiene operazioni che non supportata dai dispositivi selezionati.

Se vengono specificati più dispositivi, il runtime è responsabile della distribuzione il lavoro sui vari dispositivi.

Analogamente ad altri dispositivi, l'implementazione della CPU NNAPI è rappresentata da un ANeuralNetworksDevice con il nome nnapi-reference e il tipo ANEURALNETWORKS_DEVICE_TYPE_CPU. Durante la chiamata ANeuralNetworksCompilation_createForDevices, l'implementazione della CPU non è utilizzata per gestire i casi di errore per la compilazione e l'esecuzione del modello.

È responsabilità di un'applicazione partizionare un modello in modelli secondari che possono essere eseguiti sui dispositivi specificati. Applicazioni che non richiedono l'esecuzione di operazioni manuali il partizionamento deve continuare a chiamare la più semplice ANeuralNetworksCompilation_create di utilizzare tutti i dispositivi disponibili (inclusa la CPU) per accelerare un modello di machine learning. Se non è stato possibile supportare completamente il modello dai dispositivi specificati tramite ANeuralNetworksCompilation_createForDevices, ANEURALNETWORKS_BAD_DATA viene restituito.

Partizionamento del modello

Quando sono disponibili più dispositivi per il modello, il tempo di esecuzione NNAPI distribuisce equamente il lavoro tra i vari dispositivi. Ad esempio, se più di un dispositivo era forniti a ANeuralNetworksCompilation_createForDevices, tutti i valori specificati verranno prese in considerazione durante l'assegnazione del lavoro. Tieni presente che, se il dispositivo CPU non è presente nell'elenco, l'esecuzione della CPU verrà disabilitata. Quando utilizzi ANeuralNetworksCompilation_create verranno presi in considerazione tutti i dispositivi disponibili, inclusa la CPU.

La distribuzione viene effettuata selezionandolo dall'elenco dei dispositivi disponibili, per delle operazioni nel modello, il dispositivo che supporta l'operazione e dichiarando le migliori prestazioni, ovvero i tempi di esecuzione più rapidi il consumo energetico minimo, in base alla preferenza di esecuzione specificata il cliente. Questo algoritmo di partizionamento non tiene conto di possibili causate dall'IO tra i diversi processori; pertanto, quando specificare più processori (in modo esplicito quando si utilizza ANeuralNetworksCompilation_createForDevices o in modo implicito utilizzando ANeuralNetworksCompilation_create) è importante profilare il risultato un'applicazione.

Per comprendere come il modello è stato partizionato da NNAPI, controlla Log di Android per un messaggio (a livello di INFO con tag ExecutionPlan):

ModelBuilder::findBestDeviceForEachOperation(op-name): device-index

op-name è il nome descrittivo dell'operazione nel grafico e device-index è l'indice del dispositivo candidato nell'elenco dei dispositivi. Questo elenco è l'input fornito a ANeuralNetworksCompilation_createForDevices o, se usi ANeuralNetworksCompilation_createForDevices, l'elenco di dispositivi restituiti durante l'iterazione su tutti i dispositivi utilizzando ANeuralNetworks_getDeviceCount e ANeuralNetworks_getDevice.

Il messaggio (a livello di INFO con il tag ExecutionPlan):

ModelBuilder::partitionTheWork: only one best device: device-name

Questo messaggio indica che l'intero grafico è stato accelerato sul dispositivo. device-name.

Esecuzione

Il passaggio di esecuzione applica il modello a un insieme di input e archivia output di calcolo in uno o più buffer o spazi di memoria utente che l'app sono state assegnate.

Per eseguire un modello compilato, segui questi passaggi:

  1. Chiama il ANeuralNetworksExecution_create() per creare una nuova istanza di esecuzione.

    // Run the compiled model against a set of inputs
    ANeuralNetworksExecution* run1 = NULL;
    ANeuralNetworksExecution_create(compilation, &run1);
    
  2. Specifica dove l'app legge i valori di input per il calcolo. La tua app Può leggere i valori di input da un buffer utente o da uno spazio di memoria allocato chiamando ANeuralNetworksExecution_setInput() o ANeuralNetworksExecution_setInputFromMemory() rispettivamente.

    // Set the single input to our sample model. Since it is small, we won't use a memory buffer
    float32 myInput[3][4] = { ...the data... };
    ANeuralNetworksExecution_setInput(run1, 0, NULL, myInput, sizeof(myInput));
    
  3. Specifica dove l'app scrive i valori di output. L'app può scrivere valori di output in un un buffer utente o uno spazio di memoria allocato, richiamando ANeuralNetworksExecution_setOutput() oppure ANeuralNetworksExecution_setOutputFromMemory() rispettivamente.

    // Set the output
    float32 myOutput[3][4];
    ANeuralNetworksExecution_setOutput(run1, 0, NULL, myOutput, sizeof(myOutput));
    
  4. Pianifica l'avvio dell'esecuzione chiamando il metodo ANeuralNetworksExecution_startCompute() personalizzata. Se non ci sono errori, questa funzione restituisce il codice risultato ANEURALNETWORKS_NO_ERROR

    // Starts the work. The work proceeds asynchronously
    ANeuralNetworksEvent* run1_end = NULL;
    ANeuralNetworksExecution_startCompute(run1, &run1_end);
    
  5. Chiama il ANeuralNetworksEvent_wait() per attendere il completamento dell'esecuzione. Se l'esecuzione fosse riuscita, questa funzione restituisce un codice risultato ANEURALNETWORKS_NO_ERROR L'attesa può essere eseguita su un thread diverso da quello che avvia l'esecuzione.

    // For our example, we have no other work to do and will just wait for the completion
    ANeuralNetworksEvent_wait(run1_end);
    ANeuralNetworksEvent_free(run1_end);
    ANeuralNetworksExecution_free(run1);
    
  6. Facoltativamente, puoi applicare un set di input diverso al modello compilato utilizzando la stessa istanza di compilazione per creare ANeuralNetworksExecution in esecuzione in un'istanza Compute Engine.

    // Apply the compiled model to a different set of inputs
    ANeuralNetworksExecution* run2;
    ANeuralNetworksExecution_create(compilation, &run2);
    ANeuralNetworksExecution_setInput(run2, ...);
    ANeuralNetworksExecution_setOutput(run2, ...);
    ANeuralNetworksEvent* run2_end = NULL;
    ANeuralNetworksExecution_startCompute(run2, &run2_end);
    ANeuralNetworksEvent_wait(run2_end);
    ANeuralNetworksEvent_free(run2_end);
    ANeuralNetworksExecution_free(run2);
    

Esecuzione sincrona

L'esecuzione asincrona richiede del tempo per generare e sincronizzare i thread. Inoltre, la latenza può essere molto variabile, con la latenza più lunga ritardi fino a 500 microsecondi tra il momento in cui un thread viene avvisato e l'ora che alla fine viene associata a un core della CPU.

Per migliorare la latenza, puoi invece indirizzare un'applicazione alla creazione di un modello di inferenza al runtime. La chiamata viene restituita solo una volta che un'inferenza è anziché tornare una volta avviata l'inferenza. Invece delle chiamate ANeuralNetworksExecution_startCompute per una chiamata di inferenza asincrona al runtime, l'applicazione chiama ANeuralNetworksExecution_compute per effettuare una chiamata sincrona al runtime. Una chiamata a ANeuralNetworksExecution_compute non accetta ANeuralNetworksEvent e non è associato a una chiamata a ANeuralNetworksEvent_wait.

Esecuzioni burst

Sui dispositivi con Android 10 (livello API 29) e versioni successive, la NNAPI supporta i burst esecuzioni ANeuralNetworksBurst . Le esecuzioni a raffica sono una sequenza di esecuzioni della stessa compilazione che si verificano in rapida successione, come quelle che operano sui fotogrammi di una videocamera o campioni audio successivi. L'utilizzo di ANeuralNetworksBurst oggetti potrebbe comportano esecuzioni più rapide, poiché indicano agli acceleratori che le risorse potrebbero essere riutilizzato tra un'esecuzione e l'altra e che gli acceleratori rimangano in prestazioni elevate per tutta la durata del burst.

ANeuralNetworksBurst introduce solo una piccola modifica nella normale esecuzione del tuo percorso di apprendimento. Per creare un oggetto burst ANeuralNetworksBurst_create, come mostrato nello snippet di codice riportato di seguito:

// Create burst object to be reused across a sequence of executions
ANeuralNetworksBurst* burst = NULL;
ANeuralNetworksBurst_create(compilation, &burst);

Le esecuzioni di burst sono sincrone. Tuttavia, invece di utilizzare ANeuralNetworksExecution_compute eseguire ogni inferenza, accoppia le varie ANeuralNetworksExecution oggetti con lo stesso ANeuralNetworksBurst nelle chiamate alla funzione ANeuralNetworksExecution_burstCompute

// Create and configure first execution object
// ...

// Execute using the burst object
ANeuralNetworksExecution_burstCompute(execution1, burst);

// Use results of first execution and free the execution object
// ...

// Create and configure second execution object
// ...

// Execute using the same burst object
ANeuralNetworksExecution_burstCompute(execution2, burst);

// Use results of second execution and free the execution object
// ...

Libera l'oggetto ANeuralNetworksBurst con ANeuralNetworksBurst_free quando non è più necessario.

// Cleanup
ANeuralNetworksBurst_free(burst);

Code di comandi asincroni ed esecuzione protetta

In Android 11 e versioni successive, NNAPI supporta un modo aggiuntivo per programmare dell'esecuzione asincrona tramite ANeuralNetworksExecution_startComputeWithDependencies() . Quando utilizzi questo metodo, l'esecuzione attende tutti i casi eventi da segnalare prima di iniziare la valutazione. Una volta che l'esecuzione è e gli output sono pronti per essere utilizzati, l'evento restituito segnalato.

A seconda dei dispositivi che gestiscono l'esecuzione, l'evento potrebbe essere supportato da una sincronizza recinto. Tu deve chiamare ANeuralNetworksEvent_wait() attendere l'evento e recuperare le risorse utilizzate dall'esecuzione. Tu puoi importare le barriere di sincronizzazione in un oggetto evento utilizzando ANeuralNetworksEvent_createFromSyncFenceFd(), ed esportare le barriere di sincronizzazione da un oggetto evento utilizzando ANeuralNetworksEvent_getSyncFenceFd().

Output con dimensioni dinamiche

Per supportare modelli in cui la dimensione dell'output dipende dall'input ovvero dove non è possibile determinare la dimensione al momento dell'esecuzione del modello volta, usa ANeuralNetworksExecution_getOutputOperandRank e ANeuralNetworksExecution_getOutputOperandDimensions.

Il seguente esempio di codice mostra come eseguire questa operazione:

// Get the rank of the output
uint32_t myOutputRank = 0;
ANeuralNetworksExecution_getOutputOperandRank(run1, 0, &myOutputRank);

// Get the dimensions of the output
std::vector<uint32_t> myOutputDimensions(myOutputRank);
ANeuralNetworksExecution_getOutputOperandDimensions(run1, 0, myOutputDimensions.data());

Pulizia

Il passaggio di pulizia gestisce la liberazione delle risorse interne utilizzate per calcolo.

// Cleanup
ANeuralNetworksCompilation_free(compilation);
ANeuralNetworksModel_free(model);
ANeuralNetworksMemory_free(mem1);

Gestione degli errori e fallback della CPU

In caso di errore durante il partizionamento, se un driver non riesce a compilare (pezzo di un) modello, o se un driver non riesce a eseguire un modello compilato (pezzo di un), NNAPI potrebbe ricorrere alla propria implementazione della CPU operazioni.

Se il client NNAPI contiene versioni ottimizzate dell'operazione (ad esempio, (ad es. TFLite) potrebbe essere vantaggioso disabilitare il fallback della CPU Gestire gli errori con l'implementazione delle operazioni ottimizzate del client.

In Android 10, se la compilazione viene eseguita con ANeuralNetworksCompilation_createForDevices, la CPU di riserva verrà disattivata.

In Android P, l'esecuzione della NNAPI torna alla CPU in caso di errore dell'esecuzione sul driver. Questo vale anche per Android 10 quando ANeuralNetworksCompilation_create invece di ANeuralNetworksCompilation_createForDevices.

La prima esecuzione torna indietro per quella singola partizione e, se ancora un errore, esegue un nuovo tentativo dell'intero modello sulla CPU.

Se il partizionamento o la compilazione non riesce, l'intero modello verrà provato sulla CPU.

In alcuni casi alcune operazioni non sono supportate sulla CPU e, in questi casi, la compilazione o l'esecuzione delle situazioni non riuscirà, invece di tornare indietro.

Anche dopo la disabilitazione della riserva della CPU, il modello potrebbero continuare a eseguire operazioni pianificati sulla CPU. Se la CPU è nell'elenco dei processori forniti a ANeuralNetworksCompilation_createForDevices ed è l'unico che supporta queste operazioni o che dichiara di essere il più del rendimento per queste operazioni, verrà scelto come primario (non di riserva) esecutore.

Per assicurarti che non venga eseguita l'esecuzione della CPU, utilizza ANeuralNetworksCompilation_createForDevices escludendo nnapi-reference dall'elenco dei dispositivi. A partire da Android P, è possibile disattivare i video di riserva in fase di esecuzione su La build di DEBUG viene creata impostando la proprietà debug.nn.partition su 2.

Domini di memoria

In Android 11 e versioni successive, NNAPI supporta i domini di memoria che forniscono l'allocatore interfacce per memorie opache. Ciò consente alle applicazioni di trasmettere contenuti nativi le memorie di tutte le esecuzioni, in modo che NNAPI non copia o trasforma i dati inutilmente quando si eseguono esecuzioni consecutive sullo stesso driver.

La caratteristica del dominio di memoria è destinata ai tensori che sono per lo più interni il driver e che non necessitano di accesso frequente al lato client. Esempi di Questi tensori includono i tensori di stato nei modelli in sequenza. Per tensori che necessitano un accesso frequente alla CPU sul lato client, usa invece pool di memoria condivisi.

Per allocare una memoria opaca, segui questi passaggi:

  1. Chiama il ANeuralNetworksMemoryDesc_create() per creare un nuovo descrittore della memoria:

    // Create a memory descriptor
    ANeuralNetworksMemoryDesc* desc;
    ANeuralNetworksMemoryDesc_create(&desc);
    
  2. Specifica tutti i ruoli di input e output previsti richiamando ANeuralNetworksMemoryDesc_addInputRole() e ANeuralNetworksMemoryDesc_addOutputRole().

    // Specify that the memory may be used as the first input and the first output
    // of the compilation
    ANeuralNetworksMemoryDesc_addInputRole(desc, compilation, 0, 1.0f);
    ANeuralNetworksMemoryDesc_addOutputRole(desc, compilation, 0, 1.0f);
    
  3. Se vuoi, specifica le dimensioni della memoria richiamando ANeuralNetworksMemoryDesc_setDimensions()

    // Specify the memory dimensions
    uint32_t dims[] = {3, 4};
    ANeuralNetworksMemoryDesc_setDimensions(desc, 2, dims);
    
  4. Finalizza la definizione del descrittore richiamando ANeuralNetworksMemoryDesc_finish()

    ANeuralNetworksMemoryDesc_finish(desc);
    
  5. Alloca tutti i ricordi che ti servono passando il descrittore a ANeuralNetworksMemory_createFromDesc()

    // Allocate two opaque memories with the descriptor
    ANeuralNetworksMemory* opaqueMem;
    ANeuralNetworksMemory_createFromDesc(desc, &opaqueMem);
    
  6. Libera il descrittore della memoria quando non ti serve più.

    ANeuralNetworksMemoryDesc_free(desc);
    

Il client può utilizzare solo l'oggetto ANeuralNetworksMemory creato con ANeuralNetworksExecution_setInputFromMemory() o ANeuralNetworksExecution_setOutputFromMemory() in base ai ruoli specificato nell'oggetto ANeuralNetworksMemoryDesc. Offset e lunghezza devono essere impostati su 0 per indicare che viene utilizzata l'intera memoria. Il cliente può anche impostare o estrarre in modo esplicito i contenuti della memoria utilizzando ANeuralNetworksMemory_copy()

Puoi creare ricordi opachi con ruoli di dimensioni o ranking non specificati. In tal caso, la creazione della memoria potrebbe non riuscire a causa ANEURALNETWORKS_OP_FAILED se non è supportato dalla struttura conducente. Il cliente è invitato a implementare la logica di fallback allocando una buffer sufficientemente grande, supportato da AHardwareBuffer in modalità BLOB o Ashmem.

Quando NNAPI non ha più bisogno di accedere all'oggetto di memoria opaco, libera il istanza ANeuralNetworksMemory corrispondente:

ANeuralNetworksMemory_free(opaqueMem);

Misurare le prestazioni

Puoi valutare le prestazioni della tua app misurando il tempo di esecuzione oppure la profilazione.

Tempo di esecuzione

Se vuoi determinare il tempo totale di esecuzione attraverso il runtime, puoi usare l'API synchronous activation e misura il tempo impiegato dalla chiamata. Quando Vuoi determinare il tempo totale di esecuzione attraverso un livello inferiore del software stack, puoi utilizzare ANeuralNetworksExecution_setMeasureTiming e ANeuralNetworksExecution_getDuration per ottenere:

  • su un acceleratore (non nel driver, che viene eseguito sull'host di elaborazione).
  • tempo di esecuzione nel driver, incluso il tempo sull'acceleratore.

Il tempo di esecuzione nel driver esclude l'overhead come quello del runtime e l'IPC necessario affinché il runtime comunichi con il driver.

Queste API misurano la durata tra il lavoro inviato e quello completato piuttosto che il tempo dedicato dal conducente o dall'acceleratore all'esecuzione un'inferenza artificiale, eventualmente interrotta dal cambio di contesto.

Ad esempio, se inizia l'inferenza 1, il conducente smette di lavorare per eseguire l'inferenza 2, riprende e completa l'inferenza 1, il tempo di esecuzione l'inferenza 1 includerà il tempo in cui il lavoro è stato interrotto per eseguire l'inferenza 2.

Queste informazioni sulle tempistiche possono essere utili per un deployment di produzione di per raccogliere dati di telemetria da usare offline. Puoi usare i dati sulle tempistiche per modificare l'app per migliorare le prestazioni.

Quando utilizzi questa funzionalità, tieni presente quanto segue:

  • La raccolta delle informazioni sulle tempistiche potrebbe comportare un costo in termini di prestazioni.
  • Solo il conducente è in grado di calcolare il tempo trascorso da solo o sul dell'acceleratore, escluso il tempo trascorso nel runtime NNAPI e in IPC.
  • Puoi utilizzare queste API solo con un ANeuralNetworksExecution che è stato creato con ANeuralNetworksCompilation_createForDevices con numDevices = 1.
  • Nessun conducente deve essere in grado di segnalare le informazioni sulle tempistiche.

Profila la tua applicazione con Android Systrace

A partire da Android 10, NNAPI genera automaticamente systrace che che puoi utilizzare per profilare la tua applicazione.

L'origine NNAPI viene fornita con un'utilità parse_systrace per elaborare systrace generati dalla tua applicazione e genera una visualizzazione tabella che mostra il tempo trascorso nelle diverse fasi del ciclo di vita del modello (creazione di un'istanza, preparazione, esecuzione e cessazione della compilazione) e i diversi livelli diverse applicazioni. I livelli in cui l'applicazione è divisa sono:

  • Application: il codice principale dell'applicazione
  • Runtime: runtime NNAPI
  • IPC: la comunicazione tra processi tra il runtime NNAPI e il driver codice
  • Driver: processo del driver dell'acceleratore.

Genera i dati dell'analisi di profilazione

Supponendo che tu abbia controllato la struttura di origine AOSP alla pagina $ANDROID_BUILD_TOP e utilizzando l'esempio di classificazione delle immagini TFLite come applicazione di destinazione, puoi generare i dati di profilazione NNAPI con seguenti passaggi:

  1. Avvia il sistema Android con il seguente comando:
$ANDROID_BUILD_TOP/external/chromium-trace/systrace.py  -o trace.html -a org.tensorflow.lite.examples.classification nnapi hal freq sched idle load binder_driver

Il parametro -o trace.html indica che le tracce verranno scritto nel trace.html. Durante la profilazione della propria applicazione è necessario sostituisci org.tensorflow.lite.examples.classification con il nome del processo specificate nel file manifest dell'app.

Questa operazione manterrà occupata una delle console della shell, non eseguire il comando in background poiché è in attesa interattiva della terminazione di un enter.

  1. Dopo aver avviato il raccoglitore systrace, avvia l'app ed esegui benchmark.

Nel nostro caso puoi avviare l'app Classificazione delle immagini da Android Studio. oppure direttamente dall'interfaccia utente del telefono di test, se l'app è già installata. Per generare alcuni dati NNAPI devi configurare l'app in modo che utilizzi NNAPI selezionando NNAPI come dispositivo di destinazione nella finestra di dialogo di configurazione dell'app.

  1. Al termine del test, termina la systrace premendo enter su terminale della console attivo dal passaggio 1.

  2. Esegui l'utilità systrace_parser per generare statistiche cumulative:

$ANDROID_BUILD_TOP/frameworks/ml/nn/tools/systrace_parser/parse_systrace.py --total-times trace.html

Il parser accetta i seguenti parametri: - --total-times: mostra il tempo totale trascorso in un livello, incluso il tempo spesi in attesa dell'esecuzione su una chiamata a un livello sottostante - --print-detail: visualizza tutti gli eventi raccolti da systrace - --per-execution: visualizza solo l'esecuzione e le relative sottofasi (come tempi di esecuzione) anziché statistiche per tutte le fasi - --json: produce l'output in formato JSON

Di seguito è riportato un esempio di output:

===========================================================================================================================================
NNAPI timing summary (total time, ms wall-clock)                                                      Execution
                                                           ----------------------------------------------------
              Initialization   Preparation   Compilation           I/O       Compute      Results     Ex. total   Termination        Total
              --------------   -----------   -----------   -----------  ------------  -----------   -----------   -----------   ----------
Application              n/a         19.06       1789.25           n/a           n/a         6.70         21.37           n/a      1831.17*
Runtime                    -         18.60       1787.48          2.93         11.37         0.12         14.42          1.32      1821.81
IPC                     1.77             -       1781.36          0.02          8.86            -          8.88             -      1792.01
Driver                  1.04             -       1779.21           n/a           n/a          n/a          7.70             -      1787.95

Total                   1.77*        19.06*      1789.25*         2.93*        11.74*        6.70*        21.37*         1.32*     1831.17*
===========================================================================================================================================
* This total ignores missing (n/a) values and thus is not necessarily consistent with the rest of the numbers

L'analizzatore sintattico potrebbe non riuscire se gli eventi raccolti non rappresentano un numero completo traccia dell'applicazione. In particolare, potrebbe non riuscire se vengono generati eventi systrace per indicare la fine di una sezione sono presenti nella traccia senza un evento di inizio della sezione. Questo di solito accade se alcuni eventi di una sessione di profilazione generata all'avvio del raccoglitore systrace. In questo caso, sarà necessario eseguire nuovamente la profilazione.

Aggiungi statistiche per il codice dell'applicazione all'output di systrace_parser

L'applicazione parse_systrace è basata sul sistema Android systrace integrato funzionalità. Puoi aggiungere tracce per operazioni specifiche nella tua app utilizzando il metodo API systrace (per Java , per applicazioni native ) con i nomi degli eventi personalizzati.

Per associare gli eventi personalizzati alle fasi del ciclo di vita dell'applicazione: anteponi al nome dell'evento una delle seguenti stringhe:

  • [NN_LA_PI]: evento a livello di applicazione per l'inizializzazione
  • [NN_LA_PP]: evento a livello di applicazione per la preparazione
  • [NN_LA_PC]: evento a livello di applicazione per la compilazione
  • [NN_LA_PE]: evento a livello di applicazione per l'esecuzione

Ecco un esempio di come modificare l'esempio di classificazione delle immagini TFLite di codice aggiungendo una sezione runInferenceModel per la fase Execution e Application contenente un'altra sezione preprocessBitmap che non verranno considerate nelle tracce NNAPI. La sezione runInferenceModel sarà parte degli eventi systrace elaborati dall'analizzatore sintattico di systrace nnapi:

Kotlin

/** Runs inference and returns the classification results. */
fun recognizeImage(bitmap: Bitmap): List {
   // This section won’t appear in the NNAPI systrace analysis
   Trace.beginSection("preprocessBitmap")
   convertBitmapToByteBuffer(bitmap)
   Trace.endSection()

   // Run the inference call.
   // Add this method in to NNAPI systrace analysis.
   Trace.beginSection("[NN_LA_PE]runInferenceModel")
   long startTime = SystemClock.uptimeMillis()
   runInference()
   long endTime = SystemClock.uptimeMillis()
   Trace.endSection()
    ...
   return recognitions
}

Java

/** Runs inference and returns the classification results. */
public List recognizeImage(final Bitmap bitmap) {

 // This section won’t appear in the NNAPI systrace analysis
 Trace.beginSection("preprocessBitmap");
 convertBitmapToByteBuffer(bitmap);
 Trace.endSection();

 // Run the inference call.
 // Add this method in to NNAPI systrace analysis.
 Trace.beginSection("[NN_LA_PE]runInferenceModel");
 long startTime = SystemClock.uptimeMillis();
 runInference();
 long endTime = SystemClock.uptimeMillis();
 Trace.endSection();
  ...
 Trace.endSection();
 return recognitions;
}

Qualità del servizio

In Android 11 e versioni successive, NNAPI consente una migliore qualità del servizio (QoS) consentendo a un'applicazione di indicare le priorità relative dei suoi modelli, la quantità massima di tempo prevista per la preparazione di un determinato modello e la quantità massima di tempo previsto per completare un determinato calcolo. Android 11 introduce anche codici risultato NNAPI aggiuntivi che consentono alle applicazioni di comprendere errori come la mancata esecuzione le scadenze.

Imposta la priorità di un carico di lavoro

Per impostare la priorità di un carico di lavoro NNAPI, chiama ANeuralNetworksCompilation_setPriority() prima di chiamare ANeuralNetworksCompilation_finish().

Imposta scadenze

Le candidature possono fissare scadenze sia per la compilazione del modello che per l'inferenza.

Ulteriori informazioni sugli operandi

La seguente sezione tratta argomenti avanzati sull'utilizzo degli operandi.

Tensori quantizzati

Un tensore quantizzato è un modo compatto per rappresentare un array n-dimensionale di valori con rappresentazione in virgola mobile.

NNAPI supporta i tensori quantizzati asimmetrici a 8 bit. Per questi tensori, il valore di ogni cella è rappresentato da un numero intero a 8 bit. Associato al tensore è una scala e un valore di punto zero. Queste vengono usate per convertire i dati a 8 bit numeri interi nei valori con rappresentazione in virgola mobile rappresentati.

La formula è:

(cellValue - zeroPoint) * scale

dove il valore zeroPoint è un numero intero a 32 bit e la scala è in virgola mobile a 32 bit il valore in punti.

Rispetto ai tensori con valori in virgola mobile a 32 bit, i tensori quantizzati a 8 bit presentano due vantaggi:

  • La tua applicazione è più piccola, poiché i pesi addestrati occupano un quarto delle dimensioni di tensori a 32 bit.
  • I calcoli spesso possono essere eseguiti più velocemente. Ciò è dovuto all'importo inferiore di dati che devono essere recuperati dalla memoria e l'efficienza dei processori come le DSP nelle calcoli di numeri interi.

Sebbene sia possibile convertire un modello in virgola mobile in uno quantizzato, i nostri ha dimostrato che si ottengono risultati migliori addestrando un modello un modello di machine learning. In effetti, la rete neurale impara a compensare una maggiore granularità di ogni valore. Per ogni tensore quantizzato, la scala I valori zeroPoint vengono determinati durante il processo di addestramento.

In NNAPI, definisci i tipi di tensori quantizzati impostando il campo del tipo di ANeuralNetworksOperandType struttura dei dati ANEURALNETWORKS_TENSOR_QUANT8_ASYMM. Devi specificare anche la scala e il valore zeroPoint del tensore nei dati alla struttura del centro di costo.

Oltre ai tensori quantizzati asimmetrici a 8 bit, NNAPI supporta quanto segue:

Operatori facoltativi

Alcune operazioni, ad esempio ANEURALNETWORKS_LSH_PROJECTION, prendono gli operandi facoltativi. Per indicare nel modello che l'operando facoltativo è omesso, richiamare ANeuralNetworksModel_setOperandValue() , passando NULL per il buffer e 0 per la lunghezza.

Se la decisione sulla presenza o meno dell'operando varia per ogni di esecuzione, indichi che l'operando viene omesso utilizzando ANeuralNetworksExecution_setInput() o ANeuralNetworksExecution_setOutput() , passando NULL per il buffer e 0 per la lunghezza.

Tensori di ranking sconosciuto

Android 9 (livello API 28) ha introdotto operandi del modello di dimensioni sconosciute, ma rango noto (il numero di dimensioni). Introduzione di Android 10 (livello API 29) tensori di rango sconosciuto, come mostrato in ANeuralNetworksOperandType.

Benchmark NNAPI

Il benchmark NNAPI è disponibile su AOSP nei seguenti paesi: platform/test/mlts/benchmark (app benchmark) e platform/test/mlts/models (modelli e set di dati).

Il benchmark valuta la latenza e l'accuratezza e confronta i driver con lo stesso il lavoro svolto utilizzando Tensorflow Lite in esecuzione sulla CPU, per gli stessi modelli e set di dati.

Per utilizzare il benchmark:

  1. Collega un dispositivo Android di destinazione al computer, apri una finestra del terminale e assicurati che il dispositivo sia raggiungibile tramite ADB.

  2. Se sono connessi più dispositivi Android, esporta quelli di destinazione. ANDROID_SERIAL variabile di ambiente.

  3. Vai alla directory di origine di primo livello Android.

  4. Esegui questi comandi:

    lunch aosp_arm-userdebug # Or aosp_arm64-userdebug if available
    ./test/mlts/benchmark/build_and_run_benchmark.sh
    

    Al termine dell'esecuzione di un benchmark, i relativi risultati verranno presentati come pagina HTML passato a xdg-open.

Log NNAPI

NNAPI genera utili informazioni diagnostiche nei log di sistema. Per analizzare i log, utilizza il comando logcat utilità.

Attiva il logging NNAPI dettagliato per fasi o componenti specifici impostando il valore debug.nn.vlog (con adb shell) al seguente elenco di valori, separate da spazi, due punti o virgole:

  • model: creazione del modello
  • compilation: generazione del piano di esecuzione del modello e della compilazione
  • execution: esecuzione del modello
  • cpuexe: esecuzione di operazioni utilizzando l'implementazione della CPU NNAPI
  • manager: informazioni relative a estensioni NNAPI, interfacce disponibili e funzionalità
  • all o 1: tutti gli elementi precedenti

Ad esempio, per abilitare il logging dettagliato completo, utilizza il comando adb shell setprop debug.nn.vlog all. Per disabilitare il logging dettagliato, utilizza il comando adb shell setprop debug.nn.vlog '""'.

Una volta abilitato, il logging dettagliato genera voci di log a livello di INFO con un tag impostato sul nome della fase o del componente.

Oltre ai messaggi controllati da debug.nn.vlog, i componenti dell'API NNAPI forniscono altre voci di log a vari livelli, ognuna con uno specifico tag di log.

Per ottenere un elenco dei componenti, cerca nella struttura di origine utilizzando la seguente espressione:

grep -R 'define LOG_TAG' | awk -F '"' '{print $2}' | sort -u | egrep -v "Sample|FileTag|test"

Al momento questa espressione restituisce i seguenti tag:

  • Strumento per la creazione di burst
  • Callback
  • Builder di compilazione
  • CpuExecutor
  • ExecutionBuilder
  • Controller ExecutionBurst
  • ExecutionBurstServer
  • Piano di esecuzione
  • Pilota Fibonacci
  • Grafico
  • Wrapperforma indicizzata
  • IonWatcher
  • Manager
  • Memoria
  • Utili memoria
  • Metamodello
  • Informazioni sull'argomento del modello
  • Creazione modelli
  • Reti neurali
  • Risolto con le operazioni
  • Fasi operative
  • Utili operativi
  • Informazioni sul pacchetto
  • TokenHasher
  • Gestore tipi
  • Utili
  • ConvalidaHal
  • Interfacce con più versioni

Per controllare il livello dei messaggi di log mostrati da logcat, usa la variabile di ambiente ANDROID_LOG_TAGS.

Per visualizzare l'insieme completo dei messaggi di log NNAPI e disabilitare eventuali altri messaggi, imposta ANDROID_LOG_TAGS su le seguenti:

BurstBuilder:V Callbacks:V CompilationBuilder:V CpuExecutor:V ExecutionBuilder:V ExecutionBurstController:V ExecutionBurstServer:V ExecutionPlan:V FibonacciDriver:V GraphDump:V IndexedShapeWrapper:V IonWatcher:V Manager:V MemoryUtils:V Memory:V MetaModel:V ModelArgumentInfo:V ModelBuilder:V NeuralNetworks:V OperationResolver:V OperationsUtils:V Operations:V PackageInfo:V TokenHasher:V TypeManager:V Utils:V ValidateHal:V VersionedInterfaces:V *:S.

Puoi impostare ANDROID_LOG_TAGS utilizzando il seguente comando:

export ANDROID_LOG_TAGS=$(grep -R 'define LOG_TAG' | awk -F '"' '{ print $2 ":V" }' | sort -u | egrep -v "Sample|FileTag|test" | xargs echo -n; echo ' *:S')

Tieni presente che questo è solo un filtro che si applica a logcat. Devi ancora imposta la proprietà debug.nn.vlog su all per generare informazioni di log dettagliate.