[Bug] [Relax][ONNX] Constant INT64 Concat data becomes ShapeExpr and breaks Add

Đang mở
  • Có gì không ổn?
#20,889 0 bình luận 0 reaction 0 người được giao Xem trên GitHub

Maintainer thường phản hồi trong vòng 1 ngày

Chưa có ai nhận issue này.

Đánh giá

Độ khó
4/5
Thời gian dự kiến
1-2 ngày
Mức phù hợp với người mới
38/100
Loại issue
Lỗi
Độ rõ ràng
Đặc tả rõ ràng
Mức độ hoạt động
Sôi nổi
Công nghệ
python
Lĩnh vực
compilers

Hướng nghiên cứu

The failure starts in the Relax ONNX frontend entry point from_onnx when a Concat of two constant INT64 tensors feeds an Add node named add_data, which raises "cannot handle ShapeExpr inputs". Run the reproduction script from the issue to confirm that only the all-constant variant fails, then trace where the Concat output is classified as a shape rather than tensor data. Done means both variants import and the Add returns [11, 22], matching the ReferenceEvaluator result.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

needs-triage type: bug
Expected behavior

Concatenating INT64 tensors [1] and [2], then adding [10, 20], should return the INT64 tensor [11, 22], whether the operands are constants or runtime inputs.

Actual behavior

Making both Concat operands constant causes the frontend to treat ordinary tensor data as a shape. Its Add consumer fails:

ValueError: Node add_data cannot handle ShapeExpr inputs.

Keeping one operand as runtime data imports successfully. Both ONNX variants pass full checking and reference evaluation. Unlike the mixed shape/tensor case in #19498, this graph does not construct a shape.

Environment

TVM 0.28.dev0 (local build; build commit unavailable), Python 3.12.3, Linux x86_64; ONNX 1.22.0, NumPy 2.5.4.

Steps to reproduce

Run with python repro.py:

import numpy as np
import onnx
from onnx import TensorProto as T, helper as h, numpy_helper as nh
from onnx.reference import ReferenceEvaluator
from tvm.relax.frontend.onnx import from_onnx

for constant_a in [False, True]:
    nodes = [h.make_node("Constant", [], ["b"], value=nh.from_array(np.array([2], dtype="int64")))]
    inputs = [h.make_tensor_value_info("x", T.INT64, [2])]
    feeds = {"x": np.array([10, 20], dtype="int64")}
    if constant_a:
        nodes.append(h.make_node("Constant", [], ["a"], value=nh.from_array(np.array([1], dtype="int64"))))
    else:
        inputs.append(h.make_tensor_value_info("a", T.INT64, [1]))
        feeds["a"] = np.array([1], dtype="int64")
    nodes += [h.make_node("Concat", ["a", "b"], ["c"], axis=0),
              h.make_node("Add", ["c", "x"], ["y"], name="add_data")]
    model = h.make_model(h.make_graph(nodes, "concat", inputs,
        [h.make_tensor_value_info("y", T.INT64, [2])]),
        opset_imports=[h.make_opsetid("", 18)], ir_version=10)
    onnx.checker.check_model(model, full_check=True)
    np.testing.assert_array_equal(ReferenceEvaluator(model).run(None, feeds)[0], [11, 22])
    try:
        from_onnx(model, keep_params_in_input=False)
        print("constant_a", constant_a, "imported")
    except Exception as error:
        print("constant_a", constant_a, type(error).__name__, str(error).splitlines()[-1])
Triage
  • needs-triage
Ngôn ngữ chính
Python
Star
13.9k
Fork
4k
Merge trung bình
7 giờ 59 phút
Pull request đã merge (30 ngày)
159

Chuẩn bị môi trường

Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của apache/tvm

Tất cả issue của apache/tvm

Issue tương tự

Thêm issue về Python

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.