API Neural Networks

A API Android Neural Networks (NNAPI) é uma API do Android C desenvolvida para executar operações com uso intenso de recursos computacionais para aprendizado de máquina em dispositivos Android. A NNAPI foi criada para oferecer uma camada básica de funcionalidade para frameworks de aprendizado de máquina de nível mais alto, como TensorFlow Lite e Caffe2, que criam e treinam redes neurais. A API está disponível em todos os dispositivos com o Android 8.1 (API de nível 27) ou versões mais recentes.

A NNAPI oferece suporte a inferências ao aplicar dados de dispositivos Android a modelos definidos pelo desenvolvedor e treinados previamente. Exemplos de inferências incluem classificação de imagens, previsão de comportamento de usuário e seleção de respostas apropriadas para uma consulta de pesquisa.

Inferências em dispositivos têm muitos benefícios:

  • Latência: não é preciso enviar uma solicitação por uma conexão de rede e aguardar uma resposta. Por exemplo, isso pode ser essencial para aplicativos de vídeo que processam frames sucessivos originados em uma câmera.
  • Disponibilidade: o app é executado mesmo fora da cobertura de rede.
  • Velocidade: o novo hardware específico para o processamento de redes neurais oferece uma computação significativamente mais rápida do que uma CPU de uso geral sozinha.
  • Privacidade: os dados não saem do dispositivo Android.
  • Custo: nenhum grupo de servidores é necessário quando todas as computações são realizadas no dispositivo Android.

Há também algumas desvantagens que o desenvolvedor precisa ter em mente:

  • Utilização do sistema: a avaliação de redes neurais envolve muita computação, o que pode aumentar o consumo de bateria. Monitore a integridade da bateria se essa for uma preocupação para seu app, especialmente para computações com execução longa.
  • Tamanho do aplicativo: preste atenção no tamanho dos seus modelos. Os modelos podem ocupar vários megabytes de espaço. Se o empacotamento de grandes modelos no APK afetar seus usuários de forma negativa, considere fazer o download dos modelos após a instalação do app, usar modelos menores ou executar as computações na nuvem. A NNAPI não oferece funcionalidade para a execução de modelos na nuvem.

Consulte o exemplo da API Android Neural Networks (em inglês) para saber como usar a NNAPI.

Entender o ambiente de execução da API Neural Networks

A NNAPI precisa ser chamada por bibliotecas de aprendizado de máquina, frameworks e ferramentas que permitam que os desenvolvedores treinem modelos fora do dispositivo e os implantem em dispositivos Android. Os apps não costumam usar a NNAPI diretamente, e sim frameworks de aprendizado de máquina de nível mais alto. Por sua vez, esses frameworks podem usar a NNAPI para realizar operações de inferência aceleradas por hardware em dispositivos compatíveis.

Com base nos requisitos do app e na capacidade de hardware de um dispositivo Android, o ambiente de execução das redes neurais do Android pode distribuir de forma eficiente a carga de trabalho de computação nos processadores disponíveis no dispositivo, incluindo hardware de rede neural dedicado, unidades de processamento gráfico (GPUs) e processadores de sinal digital (DSPs).

Para dispositivos Android sem um driver de fornecedor especializado, o ambiente de execução da NNAPI executa as solicitações na CPU.

A Figura 1 mostra a arquitetura do sistema de alto nível para a NNAPI.

Figura 1. Arquitetura de sistema da API Android Neural Networks.

Modelo de programação da API Neural Networks

Para executar computações usando a NNAPI, primeiro construa um gráfico direcionado que defina as computações a serem executadas. Esse gráfico de computação, combinado aos seus dados de entrada (por exemplo, os pesos e vieses transmitidos do framework de aprendizado de máquina), forma o modelo para a avaliação do ambiente de execução da NNAPI.

A NNAPI usa quatro abstrações principais:

  • Modelo: gráfico de computação de operações matemáticas e os valores constantes aprendidos por um processo de treinamento. Essas operações são específicas para redes neurais. Elas incluem a convolução bidimensional (2D), a ativação logística (sigmoide), a ativação linear retificada (ReLU, na sigla em inglês) e muito mais (links em inglês). A criação de um modelo é uma operação síncrona. Uma vez criado, ele pode ser reutilizado em linhas de execução e compilações. Na NNAPI, um modelo é representado como uma instância ANeuralNetworksModel.
  • Compilação: representa uma configuração para compilar um modelo de NNAPI em um código de nível mais baixo. A criação de uma compilação é uma operação síncrona. Uma vez criada, ela pode ser reutilizada em linhas de execução e compilações. Na NNAPI, cada compilação é representada como uma instância ANeuralNetworksCompilation.
  • Memória: representa a memória compartilhada, os arquivos mapeados de memória e buffers de memória semelhantes. O uso de um buffer de memória permite que o ambiente de execução da NNAPI transfira dados para os drivers de forma mais eficiente. Um app geralmente cria um buffer de memória compartilhado, que contém todos os tensores necessários para definir um modelo. Também é possível usar buffers de memória para armazenar entradas e saídas para uma instância de execução. Na NNAPI, cada buffer de memória é representado como uma instância ANeuralNetworksMemory.
  • Execução: interface para aplicar um modelo de NNAPI a um conjunto de entradas e para coletar resultados. A execução pode ser realizada de forma síncrona ou assíncrona.

    Para a execução assíncrona, várias linhas podem esperar na mesma execução. Quando a execução é concluída, todas as linhas são liberadas.

    Na NNAPI, cada execução é representada como uma instância ANeuralNetworksExecution.

A Figura 2 mostra o fluxo de programação básico.

Figura 2. Fluxo de programação para a API Android Neural Networks.

O restante desta seção descreve as etapas para configurar seu modelo de NNAPI para realizar a computação, compilar o modelo e executar o modelo compilado.

Conceder acesso aos dados de treinamento

Seus dados de viés e pesos treinados provavelmente são armazenados em um arquivo. Para fornecer acesso a esses dados ao ambiente de execução da NNAPI, crie uma instância ANeuralNetworksMemory, chamando a função ANeuralNetworksMemory_createFromFd() e transmitindo o descritor de arquivo do arquivo de dados aberto. Você também pode especificar sinalizações de proteção de memória e um deslocamento em que a região da memória compartilhada começa no arquivo.

// 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);

Apesar de nesse exemplo usarmos apenas uma instância ANeuralNetworksMemory para todos os nossos pesos, é possível usar mais de uma instância ANeuralNetworksMemory para diversos arquivos.

Usar buffers de hardware nativos

É possível usar buffers de hardware nativos para modelar entradas, saídas e valores de operando constantes. Em alguns casos, um acelerador de NNAPI pode acessar objetos AHardwareBuffer sem que o driver precise copiar os dados. AHardwareBuffer tem muitas configurações diferentes, e nem todo acelerador de NNAPI será compatível com todas essas configurações. Devido a essa limitação, consulte as restrições listadas na documentação de referência de ANeuralNetworksMemory_createFromAHardwareBuffer e faça testes com antecedência nos dispositivos de destino para garantir que as compilações e execuções que usam AHardwareBuffer se comportem como esperado, usando a atribuição de dispositivos para especificar o acelerador.

Para permitir que o ambiente de execução da NNAPI acesse um objeto AHardwareBuffer, crie uma instância ANeuralNetworksMemory chamando a função ANeuralNetworksMemory_createFromAHardwareBuffer e transmitindo o objeto AHardwareBuffer, conforme mostrado neste exemplo de código:

// 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 a NNAPI não precisar mais acessar o objeto AHardwareBuffer, libere a instância ANeuralNetworksMemory correspondente:

ANeuralNetworksMemory_free(mem2);

Observação:

  • É possível usar AHardwareBuffer somente para o buffer inteiro. Não é possível usá-lo com um parâmetro ARect.
  • O ambiente de execução da NNAPI não limpará o buffer. Verifique se os buffers de entrada e saída estão acessíveis antes de programar a execução.
  • Não há compatibilidade para descritores de arquivo de limite de sincronização.
  • Para um AHardwareBuffer com bits de uso e formatos especificados pelo fornecedor, cabe à implementação do fornecedor determinar se o cliente ou o driver será responsável por limpar o cache.

Modelo

Um modelo é a unidade fundamental da computação na NNAPI. Cada modelo é definido por um ou mais operandos e operações.

Operandos

Operandos são objetos de dados usados para definir o gráfico. Eles incluem as entradas e saídas do modelo, os nós intermediários que contêm os dados que fluem de uma operação a outra e as constantes passadas para essas operações.

Há dois tipos de operandos que podem ser adicionados aos modelos da NNAPI: escalares e tensores.

Um escalar representa um valor único. A NNAPI oferece suporte a valores escalares em formatos booleanos, de ponto flutuante de 16 e de 32 bits, inteiros de 32 bits e inteiros de 32 bits não assinados.

A maioria das operações na NNAPI envolve tensores. Tensores são matrizes de dimensão n. A NNAPI é compatível com tensores com ponto flutuante de 16 e de 32 bits, quantizados de 8 e de 16 bits, inteiros de 32 bits e valores booleanos de 8 bits.

Por exemplo, a Figura 3 abaixo representa um modelo com duas operações: uma adição seguida de uma multiplicação. O modelo comporta um tensor de entrada e produz um tensor de saída.

Figura 3. Exemplo de operandos para um modelo de NNAPI.

O modelo acima tem sete operandos. Esses operandos são identificados implicitamente pelo índice da ordem em que são adicionados ao modelo. O primeiro operando adicionado tem um índice de 0, o segundo de 1 e assim por diante. Os operandos 1, 2, 3 e 5 são constantes.

A ordem em que os operandos são adicionados não importa. Por exemplo, o operando de saída do modelo pode ser o primeiro a ser adicionado. O importante é usar o valor de índice correto ao referenciar um operando.

Operandos têm tipos. Eles são especificados quando são adicionados ao modelo.

Um operando não pode ser usado como entrada e saída de um modelo.

Todos os operandos precisam ser uma entrada de modelo, uma constante ou o operando de saída de exatamente uma operação.

Para ver mais informações sobre como usar operandos, consulte Mais informações sobre operandos.

Operações

Uma operação especifica as computações a serem realizadas. Cada operação consiste nos seguintes elementos:

  • Um tipo de operação (por exemplo, adição, multiplicação, convolução)
  • Uma lista de índices dos operandos que a operação usa para entrada
  • Uma lista de índices dos operandos que a operação usa para saída

A ordem nessas listas é importante. Consulte a referência da NNAPI para saber quais são as entradas e saídas esperadas para cada tipo de operação.

Você precisa adicionar ao modelo os operandos que uma operação consome ou produz antes de adicionar a operação.

A ordem em que as operações são adicionadas não importa. A NNAPI usa as dependências estabelecidas pelo gráfico de computação dos operandos e operações para determinar a ordem em que as operações são executadas.

As operações com que a NNAPI é compatível estão resumidas na tabela abaixo:

Categoria Operações
Operações matemáticas com elementos
Manipulação do tensor
Operações de imagem
Operações de busca
Operações de normalização
Operações de convolução
Operações de pooling
Operações de ativação
Outras operações

Problema conhecido no nível 28 da API: ao transmitir tensores ANEURALNETWORKS_TENSOR_QUANT8_ASYMM para a operação ANEURALNETWORKS_PAD, que está disponível no Android 9 (nível 28 da API) e versões mais recentes, a saída da NNAPI pode não corresponder à saída de frameworks de aprendizado de máquina de nível mais alto, como o TensorFlow Lite. Passe apenas ANEURALNETWORKS_TENSOR_FLOAT32. O problema foi resolvido no Android 10 (nível 29 da API) e versões mais recentes.

Criar modelos

No exemplo a seguir, criamos o modelo de duas operações encontrado na Figura 3.

Para criar um modelo, siga estas etapas:

  1. Chame a função ANeuralNetworksModel_create() para definir um modelo vazio.

    ANeuralNetworksModel* model = NULL;
    ANeuralNetworksModel_create(&model);
    
  2. Adicione os operandos ao seu modelo chamando ANeuralNetworks_addOperand(). Os tipos de dados são definidos usando a estrutura de dados ANeuralNetworksOperandType.

    // 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. Para operandos que têm valores constantes, como pesos e vieses que seu app adquire de um processo de treinamento, use as funções ANeuralNetworksModel_setOperandValue() e ANeuralNetworksModel_setOperandValueFromMemory().

    No exemplo a seguir, definimos valores constantes do arquivo de dados de treinamento correspondente ao buffer de memória criado em Conceder acesso aos dados de treinamento.

    // 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. Para cada operação no gráfico direcionado que você quer computar, adicione a operação ao seu modelo chamando a função ANeuralNetworksModel_addOperation().

    Como parâmetros para essa chamada, seu app precisa fornecer:

    • o tipo de operação;
    • a contagem de valores de entrada;
    • a matriz dos índices para operandos de entrada;
    • a contagem de valores de saída;
    • a matriz dos índices para operandos de saída.

    Um operando não pode ser usado para entrada e saída da mesma operação.

    // 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. Identifique quais operandos o modelo tratará como entradas e saídas chamando a função 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);
    
  6. Opcionalmente, especifique se ANEURALNETWORKS_TENSOR_FLOAT32 pode ser calculado com precisão ou alcance tão baixos quanto o do formato de ponto flutuante de 16 bits IEEE 754 chamando ANeuralNetworksModel_relaxComputationFloat32toFloat16().

  7. Chame ANeuralNetworksModel_finish() para finalizar a definição do seu modelo. Se não houver erros, essa função retornará um código de resultado de ANEURALNETWORKS_NO_ERROR.

    ANeuralNetworksModel_finish(model);
    

Depois de criar um modelo, você pode compilá-lo e executar cada compilação quantas vezes quiser.

Fluxo de controle

Para incorporar o fluxo de controle em um modelo da NNAPI, faça o seguinte:

  1. Construa os subgráficos de execução correspondentes (subgráficos then e else para uma instrução IF e subgráficos condition e body para um loop WHILE) como modelos ANeuralNetworksModel* independentes:

    ANeuralNetworksModel* thenModel = makeThenModel();
    ANeuralNetworksModel* elseModel = makeElseModel();
    
  2. Crie operandos que se refiram a esses modelos dentro do modelo que contém o fluxo de controle:

    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. Adicione a operação de fluxo de controle:

    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);
    

Compilação

A etapa de compilação determina em quais processadores seu modelo será executado e solicita que os drivers correspondentes se preparem para a execução. Isso pode incluir a geração de código de máquina específico para os processadores em que seu modelo será executado.

Para compilar um modelo, siga estas etapas:

  1. Chame a função ANeuralNetworksCompilation_create() para criar uma nova instância de compilação.

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

    Você também pode usar a atribuição de dispositivos para escolher explicitamente em que dispositivos executar.

  2. Se quiser, você poderá influenciar como o ambiente de execução afeta o uso da bateria e a velocidade de execução. É possível fazer isso chamando ANeuralNetworksCompilation_setPreference().

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

    As preferências que você pode especificar incluem:

  3. Você também pode configurar o armazenamento em cache da compilação chamando ANeuralNetworksCompilation_setCaching.

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

    Use getCodeCacheDir() para o cacheDir. O token especificado precisa ser único para cada modelo no aplicativo.

  4. Finalize a definição de compilação chamando ANeuralNetworksCompilation_finish(). Se não houver erros, essa função retornará um código de resultado de ANEURALNETWORKS_NO_ERROR.

    ANeuralNetworksCompilation_finish(compilation);
    

Descoberta e atribuição de dispositivos

Em dispositivos Android versão 10 (API nível 29) e mais recentes, a NNAPI oferece funções que permitem que bibliotecas e apps do framework de machine learning recebam informações sobre os dispositivos disponíveis e especifiquem os dispositivos a serem usados para a execução. A disponibilização de informações sobre os dispositivos disponíveis permite que os apps saibam a versão exata dos drivers encontrados em um dispositivo para evitar incompatibilidades conhecidas. Ao conceder aos apps a capacidade de especificar quais dispositivos precisam executar seções diferentes de um modelo, os apps podem ser otimizados para o dispositivo Android em que são implantados.

Descoberta de dispositivos

Use ANeuralNetworks_getDeviceCount para ver o número de dispositivos disponíveis. Use ANeuralNetworks_getDevice para cada dispositivo para configurar uma instância ANeuralNetworksDevice para um referência ao dispositivo em questão.

Depois de extrair uma referência de dispositivo, você pode descobrir mais informações sobre ele usando estas funções:

Atribuição de dispositivos

Use ANeuralNetworksModel_getSupportedOperationsForDevices para descobrir quais operações de um modelo podem ser executadas em dispositivos específicos.

Para controlar quais aceleradores serão usados para a execução, chame ANeuralNetworksCompilation_createForDevices em vez de ANeuralNetworksCompilation_create. Use o objeto ANeuralNetworksCompilation resultante normalmente. A função retornará um erro se o modelo indicado tiver operações incompatíveis com os dispositivos selecionados.

Se vários dispositivos forem especificados, o ambiente de execução será responsável pela distribuição do trabalho entre os dispositivos.

Assim como em outros dispositivos, a implementação de CPU com NNAPI é representada por um ANeuralNetworksDevice com o nome nnapi-reference e o tipo ANEURALNETWORKS_DEVICE_TYPE_CPU. Ao chamar ANeuralNetworksCompilation_createForDevices, a implementação da CPU não é usada para processar casos de falha para a compilação e a execução de modelos.

É responsabilidade do app particionar um modelo em submodelos que possam ser executados nos dispositivos especificados. Os apps que não precisam realizar particionamentos manuais devem continuar chamando o ANeuralNetworksCompilation_create mais simples para usar todos os dispositivos disponíveis (inclusive a CPU) para acelerar o modelo. Se o modelo não oferecer suporte total aos dispositivos especificados usando ANeuralNetworksCompilation_createForDevices, ANEURALNETWORKS_BAD_DATA será retornado.

Particionamento de modelos

Quando vários dispositivos estiverem disponíveis para o modelo, o ambiente de execução da NNAPI distribuirá o trabalho entre os dispositivos. Por exemplo, se mais de um dispositivo foi fornecido para ANeuralNetworksCompilation_createForDevices, todos os especificados serão considerados ao alocar o trabalho. Se o dispositivo da CPU não estiver na lista, a execução da CPU será desativada. Ao usar ANeuralNetworksCompilation_create, todos os dispositivos disponíveis serão considerados, incluindo a CPU.

A distribuição é realizada selecionando da lista de dispositivos disponíveis, para cada operação no modelo, o dispositivo que oferece suporte à operação e que declara o melhor desempenho, ou seja, o menor tempo de execução ou o menor consumo de energia, dependendo da preferência de execução especificada pelo cliente. Esse algoritmo de particionamento não considera possíveis ineficiências causadas pelo pedido de veiculação entre os diferentes processadores. Portanto, ao especificar vários processadores (explicitamente usando ANeuralNetworksCompilation_createForDevices ou implicitamente usando ANeuralNetworksCompilation_create), é importante definir o perfil do aplicativo resultante.

Para entender como seu modelo foi particionado pela NNAPI, verifique se há uma mensagem nos registros do Android (no nível INFO com a tag ExecutionPlan):

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

op-name é o nome descritivo da operação no gráfico, e device-index é o índice do dispositivo candidato na lista de dispositivos. Essa lista é a entrada fornecida para ANeuralNetworksCompilation_createForDevices ou, se estiver usando ANeuralNetworksCompilation_createForDevices, a lista de dispositivos retornados ao iterar em todos os dispositivos usando ANeuralNetworks_getDeviceCount e ANeuralNetworks_getDevice.

A mensagem (no nível INFO com a tag ExecutionPlan):

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

Essa mensagem indica que o gráfico inteiro foi acelerado no dispositivo device-name.

Execução

A etapa de execução aplica o modelo a um conjunto de entradas e armazena as saídas de computação em um ou mais buffers de usuário ou espaços de memória que seu app tenha alocado.

Para executar um modelo compilado, siga estas etapas:

  1. Chame a função ANeuralNetworksExecution_create() para criar uma nova instância de execução.

    // Run the compiled model against a set of inputs
    ANeuralNetworksExecution* run1 = NULL;
    ANeuralNetworksExecution_create(compilation, &run1);
    
  2. Especifique onde seu app lê os valores de entrada para a computação. Seu app pode ler valores de entrada de um buffer de usuário ou de um espaço de memória alocado chamando ANeuralNetworksExecution_setInput() ou ANeuralNetworksExecution_setInputFromMemory(), respectivamente.

    // 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. Especifique onde seu app grava os valores de saída. Seu app pode gravar valores de saída em um buffer de usuário ou em um espaço de memória alocado chamando ANeuralNetworksExecution_setOutput() ou ANeuralNetworksExecution_setOutputFromMemory() respectivamente.

    // Set the output
    float32 myOutput[3][4];
    ANeuralNetworksExecution_setOutput(run1, 0, NULL, myOutput, sizeof(myOutput));
    
  4. Programe o início da execução chamando a função ANeuralNetworksExecution_startCompute(). Se não houver erros, essa função retornará um código de resultado de ANEURALNETWORKS_NO_ERROR.

    // Starts the work. The work proceeds asynchronously
    ANeuralNetworksEvent* run1_end = NULL;
    ANeuralNetworksExecution_startCompute(run1, &run1_end);
    
  5. Chame a função ANeuralNetworksEvent_wait() para aguardar a execução ser concluída. Se a execução ocorrer corretamente, essa função retornará um código de resultado de ANEURALNETWORKS_NO_ERROR. É possível aguardar em uma linha de execução diferente daquela que inicia a execução.

    // 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. Opcionalmente, aplique um conjunto diferente de entradas ao modelo compilado usando a mesma instância de compilação para criar uma instância de 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);
    

Execução síncrona

A execução assíncrona demora para gerar e sincronizar linhas de execução. Além disso, a latência pode ser extremamente variável, com os atrasos mais longos atingindo até 500 microssegundos entre o momento em que uma linha de execução é notificada ou iniciada e o momento em que ela é vinculada a um núcleo da CPU.

Para melhorar a latência, você pode direcionar um aplicativo para fazer uma chamada de inferência síncrona para o ambiente de execução. Essa chamada só retornará depois que uma inferência for concluída, não quando iniciada. Em vez de chamar ANeuralNetworksExecution_startCompute para uma chamada de inferência assíncrona ao ambiente de execução, o app chama ANeuralNetworksExecution_compute para fazer uma chamada síncrona ao ambiente de execução. Uma chamada para ANeuralNetworksExecution_compute não usa um ANeuralNetworksEvent e não é pareada com uma chamada para ANeuralNetworksEvent_wait.

Execuções em burst

Em dispositivos Android 10 (nível 29 da API) e mais recentes, a NNAPI oferece suporte a execuções em burst pelo objeto ANeuralNetworksBurst. As execuções em burst são uma sequência de execuções da mesma compilação que ocorrem em uma sucessão rápida, como aquelas que ocorrem em frames de uma captura de câmera ou amostras de áudio sucessivas. O uso de objetos ANeuralNetworksBurst pode resultar em execuções mais rápidas, porque eles indicam aos aceleradores que os recursos podem ser reutilizados entre as execuções e que os aceleradores devem permanecer em um estado de alto desempenho durante o burst.

ANeuralNetworksBurst introduz apenas uma pequena mudança no caminho de execução normal. Um objeto burst é criado usando ANeuralNetworksBurst_create, conforme mostrado no snippet de código a seguir:

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

As execuções burst são síncronas. Entretanto, em vez de usar ANeuralNetworksExecution_compute para realizar a inferência, pareie os diversos objetos ANeuralNetworksExecution com a mesma ANeuralNetworksBurst em chamadas para a função 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
// ...

Libere o objeto ANeuralNetworksBurst com ANeuralNetworksBurst_free quando ele não for mais necessário.

// Cleanup
ANeuralNetworksBurst_free(burst);

Execução delimitada e filas de comando assíncronas

No Android 11 e versões mais recentes, a NNAPI oferece suporte a outra maneira de programar a execução assíncrona usando o método ANeuralNetworksExecution_startComputeWithDependencies(). Quando você usa esse método, a execução aguarda todos os eventos dependentes serem sinalizados antes do início da avaliação. Quando a execução for concluída e as saídas estiverem prontas para serem consumidas, o evento retornado será sinalizado.

Dependendo de quais dispositivos processam a execução, o evento pode ser apoiado por um limite de sincronização. Você precisa chamar ANeuralNetworksEvent_wait() para aguardar o evento e recuperar os recursos usados pela execução. É possível importar limites de sincronização de um objeto de evento usando ANeuralNetworksEvent_createFromSyncFenceFd() e exportar limites de sincronização de um objeto de evento usando ANeuralNetworksEvent_getSyncFenceFd().

Saídas dimensionadas de forma dinâmica

Para oferecer suporte a modelos em que o tamanho da saída depende dos dados da entrada, ou seja, o tamanho não pode ser determinado durente a execução do modelo, use ANeuralNetworksExecution_getOutputOperandRank e ANeuralNetworksExecution_getOutputOperandDimensions.

O exemplo de código abaixo mostra como fazer isso.

// 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());

Limpeza

A etapa de limpeza realiza a liberação de recursos internos usados para sua computação.

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

Gerenciamento de erros e substituição de CPU

Se ocorrer um erro durante o particionamento, ou se um driver não compilar um modelo (ou parte dele) ou não executar um modelo compilado (ou parte dele), a NNAPI poderá usar a própria implementação de CPU das operações.

Se o cliente NNAPI contiver versões otimizadas da operação (por exemplo, TFLite), poderá ser vantajoso desativar o substituto da CPU e processar as falhas com a implementação de operação otimizada do cliente.

No Android 10, se a compilação for realizada usando ANeuralNetworksCompilation_createForDevices, o substituto da CPU será desativado.

No Android P, a execução de NNAPI será substituída pela CPU se a execução no driver falhar. Isso também ocorre no Android 10 quando ANeuralNetworksCompilation_create é usado em vez de ANeuralNetworksCompilation_createForDevices.

A primeira execução é substituída pela partição única e se isso ainda falhar, ela repetirá todo o modelo na CPU.

Se o particionamento ou a compilação falhar, todo o modelo será testado na CPU.

Há casos em que algumas operações não oferecem suporte à CPU e, nessas situações, a compilação e a execução falham em vez de serem substituídas.

Mesmo após a desativação do substituto de CPU, ainda pode haver operações no modelo que estão programadas na CPU. Se a CPU estiver na lista de processadores fornecidos a ANeuralNetworksCompilation_createForDevices e se for o único processador com suporte a essas operações ou for o processador com indicação de melhor desempenho para essas operações, ela será escolhida como executor principal (não substituto).

Para garantir que não haja execução da CPU, use ANeuralNetworksCompilation_createForDevices ao excluir nnapi-reference da lista de dispositivos. No Android P e mais recentes, é possível desativar a substituição durante a execução nos builds de depuração, definindo a propriedade debug.nn.partition como 2.

Domínios de memória

No Android 11 e versões mais recentes, a NNAPI oferece suporte a domínios de memória que oferecem interfaces para alocar memórias opacas. Isso permite que os aplicativos transmitam memórias nativas do dispositivo entre execuções, para que a NNAPI não copie ou transforme dados desnecessariamente quando realizar execuções consecutivas no mesmo driver.

O recurso de domínio de memória é destinado a tensores que são, na maioria das vezes, internos ao driver e que não precisam de acesso frequente no lado do cliente. Alguns exemplos desses tensores incluem os tensores de estado em modelos sequenciais. Para tensores que precisam de acesso frequente à CPU no lado do cliente, use pools de memória compartilhada.

Para alocar uma memória opaca, execute as seguintes etapas:

  1. Chame a função ANeuralNetworksMemoryDesc_create() para criar um novo descritor de memória:

    // Create a memory descriptor
    ANeuralNetworksMemoryDesc* desc;
    ANeuralNetworksMemoryDesc_create(&desc);
    
  2. Especifique todos os papéis pretendidos de entrada e saída chamando 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. Opcionalmente, especifique as dimensões da memória chamando ANeuralNetworksMemoryDesc_setDimensions().

    // Specify the memory dimensions
    uint32_t dims[] = {3, 4};
    ANeuralNetworksMemoryDesc_setDimensions(desc, 2, dims);
    
  4. Finalize a definição do descritor chamando ANeuralNetworksMemoryDesc_finish().

    ANeuralNetworksMemoryDesc_finish(desc);
    
  5. Aloque quantas memórias forem necessárias transmitindo o descritor para ANeuralNetworksMemory_createFromDesc().

    // Allocate two opaque memories with the descriptor
    ANeuralNetworksMemory* opaqueMem;
    ANeuralNetworksMemory_createFromDesc(desc, &opaqueMem);
    
  6. Libere o descritor de memória quando você não precisar mais dele.

    ANeuralNetworksMemoryDesc_free(desc);
    

O cliente só pode usar o objeto ANeuralNetworksMemory criado com ANeuralNetworksExecution_setInputFromMemory() ou ANeuralNetworksExecution_setOutputFromMemory() de acordo com os papéis especificados no objeto ANeuralNetworksMemoryDesc. Os argumentos de compensação e comprimento precisam ser definidos como 0, indicando que toda a memória é usada. O cliente também pode definir ou extrair explicitamente o conteúdo da memória usando ANeuralNetworksMemory_copy().

Você pode criar memórias opacas com papéis de dimensões ou classificações não especificadas. Nesse caso, a criação da memória pode falhar com o status ANEURALNETWORKS_OP_FAILED se não for compatível com o driver. É recomendado que o cliente implemente a lógica de substituição, alocando um buffer grande o suficiente com Ashmem ou o modo BLOB AHardwareBuffer.

Quando a NNAPI não precisar mais acessar o objeto de memória opaca, libere a instância ANeuralNetworksMemory correspondente:

ANeuralNetworksMemory_free(opaqueMem);

Avaliar o desempenho

Para avaliar o desempenho do seu aplicativo, você pode medir o tempo de execução ou criar um perfil.

Tempo de execução

Quando você quiser determinar o tempo total de execução, use a API de execução síncrona e meça o tempo utilizado pela chamada. Quando quiser determinar o tempo de execução total por um nível inferior da pilha de software, você pode usar ANeuralNetworksExecution_setMeasureTiming e ANeuralNetworksExecution_getDuration para determinar:

  • o tempo de execução em um acelerador (não no driver, que é executado no processador host);
  • o tempo de execução no driver, incluindo o tempo no acelerador.

O tempo de execução no driver exclui sobrecargas, como a do próprio ambiente de execução e da IPC, necessária para que o ambiente de execução se comunique com o driver.

Essas APIs medem a duração entre o trabalho enviado e os eventos concluídos, não do tempo que um driver ou acelerador dedica à realização da inferência, possivelmente interrompido pela alternância de contexto.

Por exemplo, se a inferência 1 começar, o driver interromperá o trabalho para realizar a inferência 2 e, em seguida, vai retomar e concluir a inferência 1. O tempo de execução da inferência 1 incluirá o momento em que o trabalho foi interrompido para a execução da inferência 2.

Essas informações de tempo podem ser úteis para a implantação de produção de um aplicativo, para coletar dados de telemetria para uso off-line. Você pode usar os dados de tempo para modificar o app, melhorando o desempenho.

Ao usar essa funcionalidade, lembre-se de que:

  • a coleta de informações de tempo pode afetar o desempenho;
  • somente um driver é capaz de computar o tempo gasto nele mesmo ou no acelerador, exceto o tempo gasto no ambiente de execução da NNAPI e na IPC;
  • você pode usar essas APIs somente com uma ANeuralNetworksExecution que foi criada com ANeuralNetworksCompilation_createForDevices com numDevices = 1;
  • nenhum driver é necessário para relatar informações de tempo.

Criar perfil do aplicativo com o Android Systrace

No Android 10 e mais recentes, a NNAPI gera automaticamente eventos do systrace que podem ser usados para criar o perfil do seu aplicativo.

O código-fonte da NNAPI vem com um utilitário parse_systrace para processar os eventos systrace gerados pelo aplicativo e gerar uma visualização de tabela mostrando o tempo gasto nas diferentes fases do ciclo de vida do modelo (instanciação, preparação, execução de compilação e encerramento) e camadas diferentes dos aplicativos. Estas são as camadas em que seu aplicativo está dividido:

  • Application: o código principal do aplicativo
  • Runtime: o ambiente de execução da NNAPI
  • IPC: a comunicação entre processos entre o ambiente de execução da NNAPI e o código do driver
  • Driver: o processo do driver do acelerador

Gerar os dados da análise do perfil

Supondo que você verificou a árvore de origem AOSP em $ANDROID_BUILD_TOP e, usando o exemplo de classificação de imagem TFLite (em inglês) como aplicativo de destino, você pode gerar os dados do perfil da NNAPI com as seguintes etapas:

  1. Inicie o Android Systrace com o seguinte 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

O parâmetro -o trace.html indica que os traces serão gravados no trace.html. Ao caracterizar o perfil do próprio aplicativo, você precisará substituir org.tensorflow.lite.examples.classification pelo nome do processo especificado no manifesto do seu app.

Isso manterá um console do shell ocupado. Não execute o comando em segundo plano, já que ele está aguardando interativamente o encerramento de um enter.

  1. Depois que o coletor do systrace for iniciado, abra o app e execute o teste comparativo.

Neste caso, você pode iniciar o aplicativo Image Classification no Android Studio ou diretamente na IU do smartphone de teste, caso o aplicativo já esteja instalado. Para gerar alguns dados da NNAPI, é necessário configurar o app para usá-la. Selecione-a como dispositivo de destino na caixa de diálogo de configuração do app.

  1. Quando o teste for concluído, encerre o systrace pressionando enter no terminal do console ativo desde a etapa 1.

  2. Executar o utilitário systrace_parser gera estatísticas cumulativas:

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

O analisador aceita os seguintes parâmetros: - --total-times: mostra o tempo total gasto em uma camada, incluindo o tempo gasto aguardando execução em uma chamada a uma camada - --print-detail: mostra todos os eventos que foram coletados do systrace - --per-execution: mostra apenas a execução e as subfases (conforme os tempos de execução) em vez das estatísticas para todas as fases - --json: produz a saída no formato JSON

Veja abaixo um exemplo da saída:

===========================================================================================================================================
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

O analisador poderá falhar se os eventos coletados não representarem um rastro de aplicativo completo. Em particular, ele poderá falhar se os eventos do systrace gerados para marcar o final de uma seção estiverem presentes no trace sem um evento de início de seção associado. Isso geralmente acontecerá se alguns eventos de uma sessão anterior de criação de perfil estiverem sendo gerados quando você iniciar o coletor do systrace. Nesse caso, seria necessário executar a criação de perfil novamente.

Adicionar estatísticas do código do aplicativo à saída systrace_parser

O aplicativo parse_systrace tem como base a funcionalidade integrada do Android Systrace. É possível adicionar rastros para operações específicas no seu aplicativo usando a API do systrace (para Java, para aplicativos nativos) com nomes de eventos personalizados.

Para associar seus eventos personalizados a fases do ciclo de vida do aplicativo, inclua o nome do evento com uma das seguintes strings:

  • [NN_LA_PI]: evento no nível do aplicativo para inicialização
  • [NN_LA_PP]: evento no nível do aplicativo para preparação
  • [NN_LA_PC]: evento no nível do aplicativo para compilação
  • [NN_LA_PE]: evento no nível do aplicativo para execução

Veja um exemplo de como modificar o código de exemplo de classificação de imagem TFLite adicionando uma seção runInferenceModel para a fase Execution e a camada Application contendo outras seções preprocessBitmap que não serão consideradas em traces da NNAPI. A seção runInferenceModel será parte dos eventos do systrace processados pelo analisador de sintaxe da 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;
}

Qualidade de serviço

No Android 11 e versões mais recentes, a NNAPI oferece uma melhor qualidade do serviço (QoS) ao permitir que um aplicativo indique as prioridades relativas dos modelos, o tempo máximo necessário para preparar determinado modelo e a quantidade máxima de tempo esperado para concluir determinado cálculo. O Android 11 também introduz outros códigos de resultado da NNAPI que permitem aos aplicativos entender falhas, como prazos de execução perdidos.

Definir a prioridade de uma carga de trabalho

Para definir a prioridade de uma carga de trabalho da NNAPI, chame ANeuralNetworksCompilation_setPriority() antes de chamar ANeuralNetworksCompilation_finish().

Estabelecer prazos

Os aplicativos podem estabelecer prazos para a compilação e a inferência de modelo.

Mais informações sobre operandos

A seção a seguir aborda temas avançados sobre o uso de operandos.

Tensores quantizados

Um tensor quantizado é uma forma compacta para representar uma matriz de dimensão n de valores de ponto flutuante.

A NNAPI oferece suporte a tensores quantizados assimétricos de 8 bits. Para esses tensores, o valor de cada célula é representado por um número inteiro de 8 bits. Associados ao tensor estão uma escala e um valor de ponto zero. Eles são usados para converter os inteiros de 8 bits nos valores de ponto flutuante que estão sendo representados.

A fórmula é a seguinte:

(cellValue - zeroPoint) * scale

Onde o valor zeroPoint é um número inteiro de 32 bits e a escala é um valor de ponto flutuante de 32 bits.

Em comparação com os tensores de valores de ponto flutuante de 32 bits, os tensores quantizados de 8 bits têm duas vantagens:

  • Seu app será menor, já que os pesos treinados ocuparão um quarto do tamanho dos tensores de 32 bits.
  • Com frequência, as computações podem ser executadas com mais rapidez. Isso se deve à menor quantidade de dados que precisa ser buscada da memória e à eficiência dos processadores, como DSPs, no cálculo de inteiros.

Embora seja possível converter um modelo de ponto flutuante em um quantizado, nossa experiência mostrou que é possível alcançar resultados melhores ao treinar um modelo quantizado diretamente. Na prática, a rede neural aprende a compensar pelo aumento de granularidade de cada valor. Para cada tensor quantizado, os valores de escala e zeroPoint são determinados durante o processo de treinamento.

Na NNAPI, defina tipos de tensores quantizados configurando o tipo de campo da estrutura de dados de ANeuralNetworksOperandType como ANEURALNETWORKS_TENSOR_QUANT8_ASYMM. Especifique também o valor de escala e zeroPoint do tensor nessa estrutura de dados.

Além dos tensores quantizados assimétricos de 8 bits, a NNAPI é compatível com:

Operandos opcionais

Algumas operações, como ANEURALNETWORKS_LSH_PROJECTION, usam operandos opcionais. Para indicar no modelo que o operando opcional é omitido, chame a função ANeuralNetworksModel_setOperandValue(), transmitindo NULL para o buffer e 0 para o comprimento.

Se a decisão de incluir ou não o operando variar para cada execução, indique que o operando foi omitido usando as funções ANeuralNetworksExecution_setInput() ou ANeuralNetworksExecution_setOutput(), transmitindo NULL para o buffer e 0 para o comprimento.

Tensores de classificação desconhecida

O Android 9 (nível 28 da API) introduziu operandos de modelo de dimensões desconhecidas, mas com classificação conhecida (número de dimensões). O Android 10 (nível da API 29) introduziu tensores de classificação desconhecida, como mostrado em ANeuralNetworksOperandType.

Comparativo de mercado da NNAPI

O comparativo de mercado da NNAPI está disponível no AOSP em platform/test/mlts/benchmark (app de comparativo de mercado) e platform/test/mlts/models (modelos e conjuntos de dados).

O comparativo de mercado avalia a latência e a precisão e compara os drivers com o mesmo trabalho realizado usando o TensorFlow Lite em execução na CPU, para os mesmos modelos e conjuntos de dados.

Para usar o comparativo de mercado, faça o seguinte:

  1. Conecte um dispositivo Android de destino ao seu computador, abra uma janela do terminal e verifique se o dispositivo está acessível usando o adb.

  2. Se mais de um dispositivo Android estiver conectado, exporte a variável de ambiente ANDROID_SERIAL do dispositivo de destino.

  3. Navegue para o diretório original de nível superior do Android.

  4. Execute os seguintes comandos:

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

    No final de uma execução de comparativo de mercado, os resultados serão apresentados como uma página HTML transmitida para xdg-open.

Registros NNAPI

A NNAPI gera informações de diagnóstico úteis nos registros do sistema. Para analisar os registros, use o recurso logcat.

Ative o registro da NNAPI detalhado para fases ou componentes específicos definindo a propriedade debug.nn.vlog (usando adb shell) como a seguinte lista de valores, separados por espaço, dois pontos ou vírgula:

  • model: modelismo
  • compilation: geração do plano de execução e compilação do modelo
  • execution: execução do modelo
  • cpuexe: execução de operações usando a implementação da CPU da NNAPI
  • manager: extensões NNAPI, interfaces disponíveis e informações relacionadas aos recursos
  • all ou 1: todos os elementos acima

Por exemplo, para ativar a geração de registros detalhados completos, use o comando adb shell setprop debug.nn.vlog all. Para desativar o registro detalhado, use o comando adb shell setprop debug.nn.vlog '""'.

Depois de ativado, o registro detalhado gera entradas de registro no nível INFO com uma tag definida para o nome da fase ou do componente.

Ao lado das mensagens controladas debug.nn.vlog, os componentes da API NNAPI fornecem outras entradas de registro em vários níveis, cada uma usando uma tag de registro específica.

Para ver uma lista de componentes, pesquise a árvore de origem usando a seguinte expressão:

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

No momento, essa expressão retorna as seguintes tags:

  • BurstBuilder
  • Callbacks
  • CompilationBuilder
  • CpuExecutor
  • ExecutionBuilder
  • ExecutionBurstController
  • ExecutionBurstServer
  • ExecutionPlan
  • FibonacciDriver
  • GraphDump
  • IndexedShapeWrapper
  • IonWatcher
  • Administrador
  • Memória
  • MemoryUtils
  • MetaModel
  • ModelArgumentInfo
  • ModelBuilder
  • NeuralNetworks
  • OperationResolver
  • Operações
  • OperationsUtils
  • PackageInfo
  • TokenHasher
  • TypeManager
  • Utils
  • ValidateHal
  • VersionedInterfaces

Para controlar o nível de mensagens de registro mostradas por logcat, use a variável de ambiente ANDROID_LOG_TAGS.

Para mostrar o conjunto completo de mensagens de registro da NNAPI e desativar outros, configure ANDROID_LOG_TAGS como o seguinte:

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.

Você pode definir ANDROID_LOG_TAGS usando o seguinte 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')

Esse é apenas um filtro que se aplica a logcat. Você ainda precisa definir a propriedade debug.nn.vlog como all para gerar informações de registro detalhadas.