Day 10 - 分析 X-Cube-AI 程式碼 (2)

16th鐵人賽

Lizhou

2024-09-24 23:23:46

48 瀏覽

分享至

繼續分析 Network Initialization

昨天最後停在 ai_network_entry_t 這個結構體，然後透過 static const 去定義了這個 network 的資料：

static const ai_network_entry_t networks[AI_MNETWORK_NUMBER] = {
    {
        .name = (const char *)AI_NETWORK_MODEL_NAME,
        .config = AI_NETWORK_DATA_CONFIG,
        .ai_get_report = ai_network_get_report,
        .ai_create = ai_network_create,
        .ai_destroy = ai_network_destroy,
        .ai_get_error = ai_network_get_error,
        .ai_init = ai_network_init,
        .ai_run = ai_network_run,
        .ai_forward = ai_network_forward,
        .ai_data_params_get = ai_network_data_params_get,
        .activations = data_activations0
    },
};

今天要參考這個結構體裡面定義的內容繼續解析究竟是如何初始化整個模型的。
昨天有說到會先透過ai_network_find來確定是否存在 network，若存在則回傳 nn_name 並且進入 aiBoostrap，接著所有的初始化就會在 aiBootstrap 中完成。

最一開始會先進入一系列的檢查以後，最後會呼叫上面定義的結構體中的 .ai_create 作為 create 的方法，而這個方法會存在於 network.c 中，也就是透過 ST 轉檔案後產出的 network C code，而這個檔案會後會呼叫 Middleware/ST/AI 底下的 ai_platform_network_create 來進行 network 的建立。

而下一個則會呼叫 ai_mnetwork_get_report 來取得已建立的 network 資訊，而這個也會對應到上面結構體的 .ai_get_report 並且最後對應到 ST 的 API 取得資訊。
這邊的 get report 應該主要是用來檢查 model 的建立是否成功。

下一個則是進行 ai_mnetwork_init，如下：

AI_API_ENTRY
ai_bool ai_mnetwork_init(ai_handle network)
{
    struct network_instance *inn;
    ai_network_params par;

    inn =  ai_mnetwork_handle((struct network_instance *)network);
    if (inn) {
        inn->entry->ai_data_params_get(&par);
        for (int idx=0; idx < par.map_activations.size; idx++)
          AI_BUFFER_ARRAY_ITEM_SET_ADDRESS(&par.map_activations, idx, inn->entry->activations[idx]);
        return inn->entry->ai_init(inn->handle, &par);
    }
    else
        return false;
}

可以看到他呼叫了 ai_data_params_get 這個 function，這個 function 對應到的是在 network_data.c 底下的 ai_bool ai_network_data_params_get(ai_network_params* params)

/*!
 * @brief Get network params configuration data structure.
 * @ingroup network_data
 * @return true if a valid configuration is present, false otherwise
 */
AI_API_ENTRY
ai_bool ai_network_data_params_get(ai_network_params* params)
{
  if (!params) return false;
  
  const ai_buffer_array map_activations = 
    AI_BUFFER_ARRAY_OBJ_INIT(AI_FLAG_NONE, AI_NETWORK_DATA_ACTIVATIONS_COUNT, g_network_data_map_activations);
  
  const ai_buffer_array map_weights = 
    AI_BUFFER_ARRAY_OBJ_INIT(AI_FLAG_NONE, AI_NETWORK_DATA_WEIGHTS_COUNT, g_network_data_map_weights);

  return ai_platform_bind_network_params(params, &map_weights, &map_activations);
}

可以看到一個 network 的 activations 和 weights 資料就是在這邊被讀取的。
然後在 ai_network_init （network.c 底下）中再透過讀取到的參數初始化整張網絡：

AI_API_ENTRY
ai_bool ai_network_init(
  ai_handle network, const ai_network_params* params)
{
  ai_network* net_ctx = AI_NETWORK_OBJ(ai_platform_network_init(network, params));
  ai_bool ok = true;

  if (!net_ctx) return false;
  ok &= network_configure_weights(net_ctx, params);      // <--- 這邊
  ok &= network_configure_activations(net_ctx, params);  // <--- 這邊

  ok &= ai_platform_network_post_init(network);

  return ok;
}

而在最後再 get report 以後使用 aiPrintNetworkInfo 輸出 network 資訊。