@ai-on-browser/data-analysis-models
Version:
Data analysis model package without any dependencies
52 lines (45 loc) • 1.49 kB
JavaScript
import { onnx } from '../onnx_exporter.js'
import { getConstNodeName } from '../utils.js'
/**
* Handle nlrelu layer
*/
export default {
/**
* Export to onnx object.
* @param {onnx.ModelProto} model Model object
* @param {import("../../graph").LayerObject & {type: 'nlrelu'}} obj Node object
*/
export(model, obj) {
const tensor1 = getConstNodeName(model, 1)
const tensor_beta = new onnx.TensorProto()
tensor_beta.setName(`${obj.name}_beta`)
tensor_beta.setDataType(onnx.TensorProto.DataType.FLOAT)
tensor_beta.setDimsList([1])
tensor_beta.setFloatDataList([obj.beta ?? 1])
const input = Array.isArray(obj.input) ? obj.input[0] : obj.input
const node_relu = new onnx.NodeProto()
node_relu.setOpType('Relu')
node_relu.addInput(input)
node_relu.addOutput(`${obj.name}_relu`)
const node_mul = new onnx.NodeProto()
node_mul.setOpType('Mul')
node_mul.addInput(`${obj.name}_relu`)
node_mul.addInput(`${obj.name}_beta`)
node_mul.addOutput(`${obj.name}_mul`)
const node_add = new onnx.NodeProto()
node_add.setOpType('Add')
node_add.addInput(`${obj.name}_mul`)
node_add.addInput(tensor1)
node_add.addOutput(`${obj.name}_add`)
const node_log = new onnx.NodeProto()
node_log.setOpType('Log')
node_log.addInput(`${obj.name}_add`)
node_log.addOutput(obj.name)
const graph = model.getGraph()
graph.addInitializer(tensor_beta)
graph.addNode(node_relu)
graph.addNode(node_mul)
graph.addNode(node_add)
graph.addNode(node_log)
},
}