L'API Android Neural Networks (NNAPI) è un'API di Android C progettata per eseguire operazioni ad alta intensità di calcolo per il machine learning sui dispositivi Android. NNAPI è progettata per fornire un livello di funzionalità di base per framework di machine learning di livello superiore, come TensorFlow Lite e Caffe2, che creano e addestrano 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 a modelli definiti dallo sviluppatore addestrati in precedenza. Alcuni esempi di inferenza includono la classificazione delle immagini, la previsione del comportamento degli utenti e la selezione di risposte appropriate a una query di ricerca.
L'inferenza on-device offre molti vantaggi:
- Latenza: non è necessario inviare una richiesta tramite una connessione di rete e attendere una risposta. Può essere fondamentale per le applicazioni video che elaborano fotogrammi successivi provenienti da una videocamera.
- Disponibilità: l'applicazione viene eseguita anche al di fuori della copertura di rete.
- Velocità: il nuovo hardware specifico per l'elaborazione delle reti neurali offre un calcolo molto più rapido 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 sul dispositivo Android.
Ci sono anche dei compromessi che uno sviluppatore deve tenere presente:
- Utilizzo del sistema: la valutazione delle reti neurali prevede un elevato calcolo, il che potrebbe aumentare il consumo della batteria. Ti consigliamo di monitorare l'integrità della batteria se questo è un problema per la tua app, in particolare per i calcoli a lunga esecuzione.
- Dimensioni dell'applicazione: presta attenzione alle dimensioni dei modelli. I modelli possono occupare più megabyte di spazio. Se il raggruppamento di modelli di grandi dimensioni nell'APK ha un impatto eccessivo sui tuoi utenti, ti consigliamo di scaricare i modelli dopo l'installazione dell'app, di utilizzare modelli più piccoli o di eseguire i calcoli nel cloud. NNAPI non fornisce funzionalità per l'esecuzione dei modelli nel cloud.
Vedi l'esempio dell'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 e di eseguirne il deployment sui dispositivi Android. Le app in genere non utilizzano direttamente NNAPI, ma userebbero framework di machine learning di livello superiore. 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 dispositivo Android, il runtime della rete neurale di Android può distribuire in modo efficiente il carico di lavoro di calcolo tra i processori on-device disponibili, inclusi hardware di rete neurale, GPU (Graphics Processing Unit) e processori di segnali digitali (DSP).
Per i dispositivi Android privi di un driver del fornitore specializzato, il runtime NNAPI esegue le richieste sulla CPU.
La figura 1 mostra l'architettura di sistema generale per NNAPI.
![](https://developer.android.google.cn/static/ndk/images/nnapi/nnapi_architecture.png?authuser=5&hl=it)
Modello di programmazione dell'API Neural Networks
Per eseguire calcoli utilizzando NNAPI, devi prima creare un grafico diretto che definisce i calcoli da eseguire. Questo grafico di calcolo, combinato con i tuoi dati di input (ad esempio, pesi e bias trasmessi da un 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 dei valori costanti appresi durante un processo di addestramento. Queste operazioni sono specifiche
delle reti neurali. Questi modelli includono la
convoluzione
bidimensionale (2D),
l'attivazione
logistica (sigmoid),
l'attivazione lineare rettificata
(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 un'istanza
ANeuralNetworksModel
. - Compilation: rappresenta una configurazione per la compilazione di un modello NNAPI nel 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. In NNAPI, ogni compilazione è rappresentata come un'istanza
ANeuralNetworksCompilation
. - Memoria: rappresenta la memoria condivisa, i file mappati alla memoria e buffer di memoria simili. L'utilizzo di un buffer di memoria consente al runtime NNAPI di trasferire i dati ai driver
in modo più efficiente. Un'app in genere crea un buffer di memoria condiviso
che contiene ogni tensore necessario per definire un modello. Puoi anche usare i buffer di memoria per archiviare gli input e gli output per un'istanza di esecuzione. In NNAPI, ogni buffer di memoria è rappresentato come un'istanza
ANeuralNetworksMemory
. Esecuzione: interfaccia per applicare un modello NNAPI a un set di input e raccogliere i risultati. L'esecuzione può essere eseguita in modo sincrono o asincrono.
Per l'esecuzione asincrona, più thread possono attendere durante la stessa esecuzione. Al termine dell'esecuzione, tutti i thread vengono rilasciati.
In NNAPI, ogni esecuzione è rappresentata come un'istanza
ANeuralNetworksExecution
.
La figura 2 mostra il flusso di programmazione di base.
![](https://developer.android.google.cn/static/ndk/images/nnapi/nnapi_flow.png?authuser=5&hl=it)
Il resto di questa sezione descrive i passaggi per configurare il modello NNAPI per eseguire il calcolo e la compilazione del modello, nonché per 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 al runtime NNAPI un accesso efficiente a questi dati, crea un'istanza ANeuralNetworksMemory
chiamando la funzione ANeuralNetworksMemory_createFromFd()
e passando il descrittore del file di dati aperto. Devi inoltre specificare i flag di protezione della memoria e un offset in cui inizia la regione della memoria condivisa 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 viene utilizzata una sola istanza ANeuralNetworksMemory
per tutti i pesi, è possibile utilizzare più di un'istanza ANeuralNetworksMemory
per più file.
Usa buffer hardware nativi
Puoi utilizzare buffer hardware nativi per input, output e valori operando costanti del modello. In alcuni casi, un acceleratore NNAPI può accedere agli oggetti AHardwareBuffer
senza che il driver debba copiare i dati. AHardwareBuffer
ha molte
configurazioni diverse e non tutti gli acceleratori NNAPI potrebbero supportare tutte
queste configurazioni. A causa di questo limite, fai riferimento ai vincoli elencati nella documentazione di riferimento di ANeuralNetworksMemory_createFromAHardwareBuffer
e testa in anticipo sui dispositivi di destinazione per assicurarti che le compilazioni e le esecuzioni che utilizzano AHardwareBuffer
si comportino come previsto, utilizzando l'assegnazione del dispositivo per specificare l'acceleratore.
Per consentire al runtime NNAPI di accedere a un oggetto AHardwareBuffer
, crea un'istanza ANeuralNetworksMemory
chiamando la funzione ANeuralNetworksMemory_createFromAHardwareBuffer
e passando l'oggetto 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
l'istanza ANeuralNetworksMemory
corrispondente:
ANeuralNetworksMemory_free(mem2);
Nota:
- Puoi utilizzare
AHardwareBuffer
solo per l'intero buffer; non puoi utilizzarlo con un parametroARect
. - Il runtime NNAPI non eliminerà il buffer. Prima di pianificare l'esecuzione, devi assicurarti che i buffer di input e output siano accessibili.
- Non è supportato per i descrittori dei file di recinto di sincronizzazione.
- Per un
AHardwareBuffer
con formati e bit di utilizzo specifici del fornitore, è l'implementazione del fornitore a determinare se lo svuotamento della cache è responsabile del client o del driver.
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. Questi includono gli input e gli output del modello, i nodi intermedi che contengono i dati che passano da un'operazione all'altra e le costanti che vengono passate a queste operazioni.
Esistono due tipi di operandi che possono essere aggiunti ai modelli NNAPI: scalari e tensori.
Uno scalare rappresenta un singolo valore. NNAPI supporta valori scalari nei formati booleani, a virgola mobile a 16 bit, in virgola mobile a 32 bit, interi a 32 bit e numeri interi a 32 bit senza segno.
La maggior parte delle operazioni in NNAPI prevede l'uso di tensori. I tensori sono array n-dimensionali. NNAPI supporta tensori con valori in virgola mobile a 16 bit, in virgola mobile a 32 bit, quantizzati a 8 bit, quantizzati a 16 bit, interi a 32 bit e booleani a 8 bit.
Ad esempio, la figura 3 rappresenta un modello con due operazioni: un'addizione seguita da una moltiplicazione. Il modello prende un tensore di input e produce un tensore di output.
![](https://developer.android.google.cn/static/ndk/images/nnapi/nnapi_operands.png?authuser=5&hl=it)
Il modello sopra riportato ha sette operandi. Questi operandi sono identificati implicitamente dall'indice dell'ordine in cui vengono aggiunti al modello. Il primo operando aggiunto ha un indice pari a 0, il secondo un indice pari a 1 e così via. Gli operandi 1, 2, 3 e 5 sono operandi costanti.
L'ordine in cui vengono aggiunti gli operandi non è importante. Ad esempio, l'operando di output del modello potrebbe essere il primo aggiunto. È importante usare il valore di indice corretto per fare 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'utilizzo degli operandi, consulta Ulteriori informazioni sugli operandi.
Fasi operative
Un'operazione specifica i calcoli da eseguire. Ogni operazione è composta dai seguenti 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. Consulta il riferimento dell'API NNAPI per gli input e gli output previsti per ciascun tipo di operazione.
Devi aggiungere al modello gli operandi prodotti o utilizzati da un'operazione prima di aggiungere l'operazione.
L'ordine in cui vengono aggiunte le operazioni non è importante. NNAPI si basa sulle dipendenze stabilite dal grafico di calcolo di operandi e operazioni per determinare l'ordine in cui vengono eseguite le operazioni.
Le operazioni supportate da NNAPI sono riassunte nella tabella seguente:
Problema noto nel livello API 28: quando passi ANEURALNETWORKS_TENSOR_QUANT8_ASYMM
tensori all'operazione ANEURALNETWORKS_PAD
, disponibile su Android 9 (livello API 28) e versioni successive, l'output da NNAPI potrebbe non corrispondere a quello dei framework di machine learning di livello superiore, come TensorFlow Lite. Devi
invece trasmettere 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 riportato nella Figura 3.
Per creare il modello, segui questi passaggi:
Chiama la funzione
ANeuralNetworksModel_create()
per definire un modello vuoto.ANeuralNetworksModel* model = NULL; ANeuralNetworksModel_create(&model);
Aggiungi gli operandi al modello chiamando
ANeuralNetworks_addOperand()
. I relativi tipi di dati vengono definiti utilizzando la struttura dei dati diANeuralNetworksOperandType
.// 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 6Per gli operandi che hanno valori costanti, ad esempio ponderazioni e bias che la tua app ottiene da un processo di addestramento, utilizza le funzioni
ANeuralNetworksModel_setOperandValue()
eANeuralNetworksModel_setOperandValueFromMemory()
.Nell'esempio seguente, impostiamo valori costanti dal file dei dati di addestramento corrispondenti al buffer di memoria creato in Fornire l'accesso ai 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));Per ogni operazione da calcolare nel grafico diretto, aggiungi l'operazione al modello chiamando la funzione
ANeuralNetworksModel_addOperation()
.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 della stessa operazione.
// 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);Identifica quali operandi il modello deve trattare come input e output richiamando la funzione
ANeuralNetworksModel_identifyInputsAndOutputs()
.// 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);
Facoltativamente, specifica se è consentito calcolare
ANEURALNETWORKS_TENSOR_FLOAT32
con un intervallo o una precisione inferiori a quelli del formato in virgola mobile a 16 bit IEEE 754 richiamandoANeuralNetworksModel_relaxComputationFloat32toFloat16()
.Chiama
ANeuralNetworksModel_finish()
per finalizzare la definizione del modello. Se non ci sono errori, questa funzione restituisce il codice risultatoANEURALNETWORKS_NO_ERROR
.ANeuralNetworksModel_finish(model);
Una volta creato un modello, puoi compilarlo un numero qualsiasi di volte ed eseguire ogni compilazione un numero qualsiasi di volte.
Flusso di controllo
Per incorporare il flusso di controllo in un modello NNAPI, segui questi passaggi:
Crea i sottografici di esecuzione corrispondenti (i sottografici
then
eelse
per un'istruzioneIF
, i sottograficicondition
ebody
per un cicloWHILE
) come modelliANeuralNetworksModel*
autonomi:ANeuralNetworksModel* thenModel = makeThenModel(); ANeuralNetworksModel* elseModel = makeElseModel();
Crea operandi che fanno riferimento a questi modelli all'interno del modello contenente il 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);
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 driver corrispondenti di prepararsi per l'esecuzione. Ciò potrebbe includere la generazione di codice macchina specifico per i processori su cui verrà eseguito il modello.
Per compilare un modello, segui questi passaggi:
Chiama la funzione
ANeuralNetworksCompilation_create()
per creare una nuova istanza di compilazione.// Compile the model ANeuralNetworksCompilation* compilation; ANeuralNetworksCompilation_create(model, &compilation);
Facoltativamente, puoi utilizzare l'assegnazione dei dispositivi per scegliere esplicitamente su quali dispositivi eseguire.
Puoi anche influenzare il modo in cui il tempo di esecuzione viene compromesso tra l'utilizzo della batteria e la velocità di esecuzione. Per farlo, chiama il numero
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 correre in modo da ridurre al minimo il consumo della batteria. ideale per le compilation che vengono eseguite spesso.ANEURALNETWORKS_PREFER_FAST_SINGLE_ANSWER
: preferisci restituire una singola risposta il più velocemente 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 fotogrammi successivi, ad esempio durante l'elaborazione di fotogrammi successivi provenienti dalla fotocamera.
Facoltativamente, puoi configurare la memorizzazione nella cache di compilazione chiamando
ANeuralNetworksCompilation_setCaching
.// Set up compilation caching ANeuralNetworksCompilation_setCaching(compilation, cacheDir, token);
Utilizza
getCodeCacheDir()
percacheDir
. Il valoretoken
specificato deve essere univoco per ogni modello all'interno dell'applicazione.Finalizza la definizione della compilazione richiamando
ANeuralNetworksCompilation_finish()
. Se non ci sono errori, questa funzione restituisce il codice risultatoANEURALNETWORKS_NO_ERROR
.ANeuralNetworksCompilation_finish(compilation);
Rilevamento e assegnazione dei dispositivi
Sui dispositivi Android con Android 10 (livello API 29) e versioni successive, NNAPI fornisce funzioni che consentono alle app e alle librerie del framework di machine learning di ottenere informazioni sui dispositivi disponibili e specificare i dispositivi da utilizzare per l'esecuzione. Fornire informazioni sui dispositivi disponibili consente alle app di ottenere la versione esatta dei driver trovati su un dispositivo, per evitare incompatibilità note. Dando alle app la possibilità di specificare quali dispositivi devono eseguire sezioni diverse di un modello, le app possono essere ottimizzate per il dispositivo Android su cui sono implementate.
Rilevamento dispositivi
Utilizza ANeuralNetworks_getDeviceCount
per ottenere il numero di dispositivi disponibili. Per ogni dispositivo, utilizza 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 al riguardo utilizzando le seguenti funzioni:
ANeuralNetworksDevice_getFeatureLevel
ANeuralNetworksDevice_getName
ANeuralNetworksDevice_getType
ANeuralNetworksDevice_getVersion
Assegnazione dispositivo
Usa ANeuralNetworksModel_getSupportedOperationsForDevices
per scoprire quali operazioni di un modello possono essere eseguite su dispositivi specifici.
Per controllare quali acceleratori utilizzare per l'esecuzione, chiama
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 non supportate dai dispositivi selezionati.
Se vengono specificati più dispositivi, il runtime è responsabile della distribuzione del lavoro tra i dispositivi.
Analogamente ad altri dispositivi, l'implementazione della CPU NNAPI è rappresentata da un elemento
ANeuralNetworksDevice
con nome nnapi-reference
e tipo
ANEURALNETWORKS_DEVICE_TYPE_CPU
. Quando chiami
ANeuralNetworksCompilation_createForDevices
, l'implementazione della CPU non viene
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. Le applicazioni che non richiedono il partizionamento manuale devono continuare a chiamare il più semplice ANeuralNetworksCompilation_create
per utilizzare tutti i dispositivi disponibili (inclusa la CPU) per accelerare il modello. Se i dispositivi specificati non possono essere completamente supportati dai dispositivi ANeuralNetworksCompilation_createForDevices
, viene restituito ANEURALNETWORKS_BAD_DATA
.
Partizionamento del modello
Quando sono disponibili più dispositivi per il modello, il runtime NNAPI
distribuisce il lavoro tra i dispositivi. Ad esempio, se a ANeuralNetworksCompilation_createForDevices
è stato fornito più di un dispositivo, verranno presi in considerazione tutti i dispositivi specificati al momento dell'allocazione del lavoro. Tieni presente che, se il dispositivo CPU non è nell'elenco, l'esecuzione della CPU sarà disabilitata. Quando utilizzi ANeuralNetworksCompilation_create
verranno presi in considerazione tutti i dispositivi disponibili, inclusa la CPU.
La distribuzione viene effettuata selezionando dall'elenco dei dispositivi disponibili, per ciascuna
operazione nel modello, il dispositivo che supporta l'operazione e
dichiarare le prestazioni migliori, ovvero il tempo di esecuzione più rapido o
il consumo energetico minimo, a seconda della preferenza di esecuzione specificata
dal client. Questo algoritmo di partizionamento non tiene conto di eventuali
infficienze causate dall'IO tra i diversi processori. Pertanto,
quando specifichi più processori (in modo esplicito quando utilizzi
ANeuralNetworksCompilation_createForDevices
o implicitamente tramite
ANeuralNetworksCompilation_create
), è importante profilare
l'applicazione risultante.
Per capire come il tuo modello è stato partizionato da NNAPI, controlla se nei log di Android è presente un messaggio (a livello INFO con tag ExecutionPlan
):
ModelBuilder::findBestDeviceForEachOperation(op-name): device-index
op-name
è il nome descrittivo dell'operazione mostrata nel grafico, mentre device-index
è l'indice del dispositivo candidato nell'elenco dei dispositivi.
Questo elenco è l'input fornito a ANeuralNetworksCompilation_createForDevices
o, se utilizzi ANeuralNetworksCompilation_createForDevices
, l'elenco dei 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
.
Attuazione
Il passaggio di esecuzione applica il modello a un insieme di input e archivia gli output di calcolo in uno o più buffer o spazi di memoria utente allocati dall'app.
Per eseguire un modello compilato, segui questi passaggi:
Chiama la funzione
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);
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 rispettivamente
ANeuralNetworksExecution_setInput()
oANeuralNetworksExecution_setInputFromMemory()
.// 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));
Specifica dove l'app scrive i valori di output. L'app può scrivere valori di output in un buffer utente o in uno spazio di memoria allocato, chiamando rispettivamente
ANeuralNetworksExecution_setOutput()
oANeuralNetworksExecution_setOutputFromMemory()
.// Set the output float32 myOutput[3][4]; ANeuralNetworksExecution_setOutput(run1, 0, NULL, myOutput, sizeof(myOutput));
Pianifica l'avvio dell'esecuzione chiamando la funzione
ANeuralNetworksExecution_startCompute()
. Se non ci sono errori, questa funzione restituisce il codice risultatoANEURALNETWORKS_NO_ERROR
.// Starts the work. The work proceeds asynchronously ANeuralNetworksEvent* run1_end = NULL; ANeuralNetworksExecution_startCompute(run1, &run1_end);
Chiama la funzione
ANeuralNetworksEvent_wait()
per attendere il completamento dell'esecuzione. Se l'esecuzione è riuscita, questa funzione restituisce un codice risultatoANEURALNETWORKS_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);
Facoltativamente, puoi applicare un set di input diverso al modello compilato utilizzando la stessa istanza di compilazione per creare una nuova istanza
ANeuralNetworksExecution
.// 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 ritardi più lunghi che arrivano fino a 500 microsecondi tra il momento in cui viene notificato o riattivato un thread e il momento in cui viene infine associato a un core della CPU.
Per migliorare la latenza, puoi indirizzare un'applicazione in modo che effettui una chiamata di inferenza sincrona al runtime. La chiamata verrà restituita solo una volta completata
l'inferenza, anziché essere restituita una volta avviata l'inferenza. Invece di chiamare 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 associata a una chiamata al numero ANeuralNetworksEvent_wait
.
Esecuzioni burst
Sui dispositivi Android con Android 10 (livello API 29) e versioni successive, la NNAPI supporta le esecuzioni di burst tramite l'oggetto ANeuralNetworksBurst
. Le esecuzioni a raffica sono una sequenza di esecuzioni della stessa compilation che avvengono in rapida successione, come quelle che operano sui fotogrammi dell'acquisizione di una videocamera o su campioni audio successivi. L'uso di oggetti ANeuralNetworksBurst
può
portare a esecuzioni più veloci, in quanto indicano agli acceleratori che le risorse possono
essere riutilizzate tra le esecuzioni e che gli acceleratori devono rimanere in
stato ad alte prestazioni per la durata del burst.
ANeuralNetworksBurst
introduce solo una piccola modifica nel normale percorso di esecuzione. Puoi creare un oggetto di burst utilizzando ANeuralNetworksBurst_create
, come mostrato nello snippet di codice seguente:
// 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
per eseguire ogni inferenza, accoppi i vari oggetti
ANeuralNetworksExecution
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 ulteriore modo per pianificare
l'esecuzione asincrona tramite il metodo
ANeuralNetworksExecution_startComputeWithDependencies()
. Quando utilizzi questo metodo, l'esecuzione attende la segnalazione di tutti gli eventi
dipendenti prima di iniziare la valutazione. Quando l'esecuzione
è stata completata e gli output sono pronti per essere utilizzati, viene segnalato l'evento restituito.
A seconda dei dispositivi che gestiscono l'esecuzione, l'evento potrebbe essere supportato da un recinto di sincronizzazione. Devi chiamare ANeuralNetworksEvent_wait()
per attendere l'evento e recuperare le risorse utilizzate dall'esecuzione. Puoi
importare le barriere di sincronizzazione in un oggetto evento utilizzando
ANeuralNetworksEvent_createFromSyncFenceFd()
ed esportare i limiti di sincronizzazione da un oggetto evento utilizzando
ANeuralNetworksEvent_getSyncFenceFd()
.
Output con dimensioni dinamiche
Per supportare modelli in cui la dimensione dell'output dipende dai dati di input, ovvero dove la dimensione non può essere determinata al momento dell'esecuzione del modello, utilizza 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 il calcolo.
// Cleanup ANeuralNetworksCompilation_free(compilation); ANeuralNetworksModel_free(model); ANeuralNetworksMemory_free(mem1);
Gestione degli errori e fallback della CPU
Se si verifica un errore durante il partizionamento, se un driver non riesce a compilare un modello (una parte di un) o se un driver non riesce a eseguire un modello compilato (parte di un), NNAPI potrebbe ricorrere alla propria implementazione della CPU di una o più operazioni.
Se il client NNAPI contiene versioni ottimizzate dell'operazione (come, ad esempio, TFLite), potrebbe essere vantaggioso disabilitare il fallback della CPU e gestire gli errori con l'implementazione delle operazioni ottimizzate del client.
In Android 10, se la compilazione viene eseguita utilizzando
ANeuralNetworksCompilation_createForDevices
, il fallback della CPU verrà disabilitato.
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 si usa ANeuralNetworksCompilation_create
anziché
ANeuralNetworksCompilation_createForDevices
.
La prima esecuzione esegue il fallback per quella singola partizione e, se il problema persiste, viene eseguito un nuovo tentativo per l'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 tali situazioni la compilazione o l'esecuzione non riusciranno invece di fallire.
Anche dopo la disabilitazione della CPU di riserva, potrebbero comunque essere presenti operazioni nel modello
pianificate sulla CPU. Se la CPU è nell'elenco dei processori forniti a ANeuralNetworksCompilation_createForDevices
ed è l'unico processore che supporta queste operazioni o è quello che dichiara le migliori prestazioni per queste operazioni, verrà scelta come esecutore principale (non di riserva).
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, puoi disattivare la funzionalità di riserva in fase di esecuzione nelle build di DEBUG impostando la proprietà debug.nn.partition
su 2.
Domini di memoria
In Android 11 e versioni successive, NNAPI supporta domini di memoria che forniscono interfacce allocatori per memorie opache. Ciò consente alle applicazioni di passare le memorie native del dispositivo tra le esecuzioni, in modo che NNAPI non copi o trasformi i dati inutilmente durante l'esecuzione di esecuzioni consecutive sullo stesso driver.
La funzionalità del dominio della memoria è destinata ai tensori che sono per lo più interni al driver e che non richiedono un accesso frequente al lato client. Esempi di tali tensori sono i tensori di stato nei modelli in sequenza. Per i tensori che richiedono accesso frequente alla CPU sul lato client, utilizza invece i pool di memoria condivisi.
Per allocare una memoria opaca, segui questi passaggi:
Richiama la funzione
ANeuralNetworksMemoryDesc_create()
per creare un nuovo descrittore della memoria:// Create a memory descriptor ANeuralNetworksMemoryDesc* desc; ANeuralNetworksMemoryDesc_create(&desc);
Specifica tutti i ruoli di input e output previsti chiamando
ANeuralNetworksMemoryDesc_addInputRole()
eANeuralNetworksMemoryDesc_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);
Se vuoi, specifica le dimensioni della memoria richiamando
ANeuralNetworksMemoryDesc_setDimensions()
.// Specify the memory dimensions uint32_t dims[] = {3, 4}; ANeuralNetworksMemoryDesc_setDimensions(desc, 2, dims);
Finalizza la definizione del descrittore richiamando
ANeuralNetworksMemoryDesc_finish()
.ANeuralNetworksMemoryDesc_finish(desc);
Alloca tutti i ricordi di cui hai bisogno passando il descrittore a
ANeuralNetworksMemory_createFromDesc()
.// Allocate two opaque memories with the descriptor ANeuralNetworksMemory* opaqueMem; ANeuralNetworksMemory_createFromDesc(desc, &opaqueMem);
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
specificati nell'oggetto ANeuralNetworksMemoryDesc
. Gli argomenti offset e lunghezza devono essere impostati su 0, per indicare che viene utilizzata l'intera memoria. Il client può anche impostare o estrarre esplicitamente i contenuti della memoria utilizzando ANeuralNetworksMemory_copy()
.
Puoi creare ricordi opachi con ruoli di dimensioni o ranking non specificati.
In questo caso, la creazione della memoria potrebbe non riuscire con lo stato ANEURALNETWORKS_OP_FAILED
se non è supportata dal driver sottostante. Consigliamo al cliente di implementare la logica di fallback allocando un buffer sufficientemente grande, supportato da Ashmem o AHardwareBuffer
in modalità BLOB.
Quando NNAPI non ha più bisogno di accedere all'oggetto di memoria opaco, libera
l'istanza ANeuralNetworksMemory
corrispondente:
ANeuralNetworksMemory_free(opaqueMem);
Misurare le prestazioni
Puoi valutare il rendimento della tua app misurando il tempo di esecuzione o mediante la profilazione.
Tempo di esecuzione
Quando vuoi determinare il tempo totale di esecuzione attraverso il runtime, puoi utilizzare
l'API synchronous Exeo e misurare il tempo impiegato dalla chiamata. Quando vuoi determinare il tempo di esecuzione totale attraverso un livello inferiore dello stack software, puoi utilizzare ANeuralNetworksExecution_setMeasureTiming
e ANeuralNetworksExecution_getDuration
per ottenere:
- su un acceleratore (non nel driver, che viene eseguito sul processore host).
- tempo di esecuzione nel driver, incluso il tempo sull'acceleratore.
Il tempo di esecuzione nel driver esclude l'overhead, ad esempio quello del runtime stesso e l'IPC necessario al runtime per comunicare con il driver.
Queste API misurano la durata tra il lavoro inviato e gli eventi di lavoro completato, anziché il tempo dedicato dal conducente o dall'acceleratore all'esecuzione dell'inferenza, eventualmente interrotta dal cambio di contesto.
Ad esempio, se inizia l'inferenza 1, il driver smette di lavorare per eseguire l'inferenza 2, quindi riprende e completa l'inferenza 1, il tempo di esecuzione per l'inferenza 1 includerà il tempo in cui il lavoro è stato interrotto per eseguire l'inferenza 2.
Queste informazioni sulla tempistica possono essere utili per un deployment di produzione di un'applicazione al fine di raccogliere dati di telemetria da utilizzare offline. Puoi usare i dati sui tempi per modificare l'app e 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 un conducente è in grado di calcolare il tempo trascorso su se stesso o sull'acceleratore, escluso il tempo trascorso nel runtime NNAPI e nell'IPC.
- Puoi utilizzare queste API solo con un elemento
ANeuralNetworksExecution
creato conANeuralNetworksCompilation_createForDevices
connumDevices = 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 eventi systrace che puoi utilizzare per profilare la tua applicazione.
L'origine NNAPI viene fornita con un'utilità parse_systrace
per elaborare
gli eventi systrace generati dall'applicazione e generare una visualizzazione tabella che mostra
il tempo trascorso nelle diverse fasi del ciclo di vita del modello (istanziazione,
preparazione, esecuzione e terminazione della compilazione) e diversi livelli
delle applicazioni. I livelli in cui l'applicazione è divisa sono:
Application
: il codice principale dell'applicazioneRuntime
: runtime NNAPIIPC
: la comunicazione tra il processo tra il runtime NNAPI e il codice driverDriver
: processo del driver dell'acceleratore.
Genera i dati dell'analisi di profilazione
Supponendo che tu abbia controllato la struttura di origine AOSP all'indirizzo $ANDROID_BUILD_TOP e che utilizzi l'esempio di classificazione delle immagini TFLite come applicazione di destinazione, puoi generare i dati di profilazione NNAPI seguendo questi passaggi:
- 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 scritte nell'elemento trace.html
. Durante la profilazione della propria applicazione, dovrai
sostituire org.tensorflow.lite.examples.classification
con il nome del processo
specificato nel file manifest dell'app.
Questa operazione manterrà occupata una della console della shell, non eseguire il comando in background poiché è in attesa della terminazione di un enter
.
- Dopo aver avviato il raccoglitore systrace, avvia l'app ed esegui il test di benchmark.
Nel nostro caso puoi avviare l'app Classificazione delle immagini da Android Studio o direttamente dall'interfaccia utente del telefono di test, se l'app è già stata 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.
Al termine del test, termina la systrace premendo
enter
sul terminale della console attivo dal passaggio 1.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
trascorso 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
(in base ai tempi di esecuzione) anziché le 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 una traccia dell'applicazione completa. In particolare, potrebbe non riuscire se nella traccia sono presenti eventi systrace generati per contrassegnare la fine di una sezione senza un evento di inizio della sezione associato. Questo accade in genere se alcuni eventi di una precedente sessione di profilazione vengono generati 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 si basa sulla funzionalità systrace di Android integrata. Puoi aggiungere tracce per operazioni specifiche nella tua app utilizzando l'API systrace (per Java, per le applicazioni native ) con nomi di 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 il codice di esempio di classificazione delle immagini TFLite
aggiungendo una sezione runInferenceModel
per la fase Execution
e il
livello Application
contenente altre sezioni preprocessBitmap
che
non verranno considerate nelle tracce NNAPI. La sezione runInferenceModel
farà
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 ListrecognizeImage(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, il tempo massimo previsto per la preparazione di un determinato modello e la quantità massima di tempo prevista per il completamento di un determinato calcolo. Android 11 introduce anche ulteriori codici risultato NNAPI che consentono alle applicazioni di comprendere errori come scadenze di esecuzione mancate.
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.
- Per impostare il timeout della compilazione, chiama
ANeuralNetworksCompilation_setTimeout()
prima di chiamareANeuralNetworksCompilation_finish()
. - Per impostare il timeout dell'inferenza, chiama
ANeuralNetworksExecution_setTimeout()
prima di avviare la compilazione.
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 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. Al tensore sono associati una scala e un valore di punto zero. Queste vengono utilizzate per convertire i numeri interi a 8 bit nei valori in virgola mobile rappresentati.
La formula è:
(cellValue - zeroPoint) * scale
dove il valore zeroPoint è un numero intero a 32 bit e la scala un valore in virgola mobile a 32 bit.
Rispetto ai tensori con valori in virgola mobile a 32 bit, i tensori quantizzati a 8 bit offrono due vantaggi:
- La tua applicazione è più piccola, poiché i pesi addestrati occupano un quarto delle dimensioni dei tensori a 32 bit.
- I calcoli spesso possono essere eseguiti più velocemente. Ciò è dovuto alla minore quantità di dati che devono essere recuperati dalla memoria e all'efficienza dei processori, ad esempio i DSP nell'esecuzione dei calcoli matematici interi.
Sebbene sia possibile convertire un modello in virgola mobile in un modello quantizzato, la nostra esperienza ha dimostrato che i risultati migliori si ottengono addestrando direttamente un modello quantizzato. In effetti, la rete neurale impara a compensare la maggiore granularità di ogni valore. Per ogni tensore quantizzato, i valori di scala e zeroPoint vengono determinati durante il processo di addestramento.
In NNAPI, definisci i tipi di tensori quantizzati impostando il campo del tipo della struttura dati ANeuralNetworksOperandType
su ANEURALNETWORKS_TENSOR_QUANT8_ASYMM
.
Devi specificare anche la scala e il valore zeroPoint del tensore in quella struttura di dati.
Oltre ai tensori quantizzati asimmetrici a 8 bit, NNAPI supporta quanto segue:
ANEURALNETWORKS_TENSOR_QUANT8_SYMM_PER_CHANNEL
che puoi utilizzare per rappresentare i pesi nelle operazioniCONV/DEPTHWISE_CONV/TRANSPOSED_CONV
.ANEURALNETWORKS_TENSOR_QUANT16_ASYMM
che puoi utilizzare per lo stato interno diQUANTIZED_16BIT_LSTM
.ANEURALNETWORKS_TENSOR_QUANT8_SYMM
che può essere un input perANEURALNETWORKS_DEQUANTIZE
.
Operatori facoltativi
Alcune operazioni, ad esempio
ANEURALNETWORKS_LSH_PROJECTION
,
assumono operandi facoltativi. Per indicare nel modello che l'operando facoltativo è omesso, chiama la funzione ANeuralNetworksModel_setOperandValue()
, passando NULL
per il buffer e 0 per la lunghezza.
Se la decisione sulla presenza o meno dell'operando varia per ogni
esecuzione, indichi che l'operando viene omesso utilizzando le funzioni
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 ranking noto (il numero di dimensioni). Android 10 (livello API 29) ha introdotto tensori di rango sconosciuto, come mostrato in ANeuralNetworksOperandType.
Benchmark NNAPI
Il benchmark NNAPI è disponibile su AOSP in platform/test/mlts/benchmark
(app di 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 lavoro svolto utilizzando Tensorflow Lite in esecuzione sulla CPU, per gli stessi modelli e set di dati.
Per utilizzare il benchmark:
Collega un dispositivo Android di destinazione al computer, apri una finestra del terminale e assicurati che il dispositivo sia raggiungibile tramite ADB.
Se sono connessi più dispositivi Android, esporta la variabile di ambiente
ANDROID_SERIAL
del dispositivo di destinazione.Vai alla directory di origine di primo livello Android.
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 una pagina HTML passata a
xdg-open
.
Log NNAPI
NNAPI genera utili informazioni diagnostiche nei log di sistema. Per analizzare i log, utilizza l'utilità logcat.
Attiva il logging NNAPI dettagliato per fasi o componenti specifici impostando la
proprietà debug.nn.vlog
(utilizzando adb shell
) sul seguente elenco di valori,
separati da spazi, due punti o virgole:
model
: creazione del modellocompilation
: generazione del piano di esecuzione del modello e della compilazioneexecution
: esecuzione del modellocpuexe
: esecuzione di operazioni utilizzando l'implementazione della CPU NNAPImanager
: informazioni relative a estensioni NNAPI, interfacce disponibili e funzionalitàall
o1
: 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 utilizzando un tag di log specifico.
Per ottenere un elenco dei componenti, cerca nella struttura di origine utilizzando la seguente espressione:
grep -R 'define LOG_TAG' | awk -F '"' '{print $2}' | sort -u | egrep -v "Sample|FileTag|test"
Al momento questa espressione restituisce i seguenti tag:
- Strumento per la creazione di burst
- Callback
- Builder di compilazione
- CpuExecutor
- ExecutionBuilder
- Controller ExecutionBurst
- ExecutionBurstServer
- Piano di esecuzione
- Pilota Fibonacci
- Grafico
- Wrapperforma indicizzata
- IonWatcher
- Manager
- Memoria
- Utili memoria
- Metamodello
- Informazioni sull'argomento del modello
- Creazione modelli
- Reti neurali
- Risolto con le operazioni
- Fasi operative
- Utili operativi
- Informazioni sul pacchetto
- TokenHasher
- Gestore tipi
- Utili
- ConvalidaHal
- Interfacce con più versioni
Per controllare il livello dei messaggi di log mostrati da logcat
, utilizza
la variabile di ambiente ANDROID_LOG_TAGS
.
Per visualizzare il set completo di messaggi di log NNAPI e disabilitarne qualsiasi altro, imposta ANDROID_LOG_TAGS
su
quanto segue:
BurstBuilder:V Callbacks:V CompilationBuilder:V CpuExecutor:V ExecutionBuilder:V ExecutionBurstController:V ExecutionBurstServer:V ExecutionPlan:V FibonacciDriver:V GraphDump:V IndexedShapeWrapper:V IonWatcher:V Manager:V MemoryUtils:V Memory:V MetaModel:V ModelArgumentInfo:V ModelBuilder:V NeuralNetworks:V OperationResolver:V OperationsUtils:V Operations:V PackageInfo:V TokenHasher:V TypeManager:V Utils:V ValidateHal:V VersionedInterfaces:V *:S.
Puoi impostare ANDROID_LOG_TAGS
utilizzando il seguente comando:
export ANDROID_LOG_TAGS=$(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 comunque impostare la proprietà debug.nn.vlog
su all
per generare informazioni di log dettagliate.