a bunch of updates.
[jacinto-ai/caffe-jacinto.git] / src / caffe / net.cpp
1 // Copyright Yangqing Jia 2013
3 #include <map>
4 #include <set>
5 #include <string>
6 #include <vector>
8 #include "caffe/proto/caffe.pb.h"
9 #include "caffe/layer_factory.hpp"
10 #include "caffe/net.hpp"
12 using std::pair;
13 using std::map;
14 using std::set;
16 namespace caffe {
18 template <typename Dtype>
19 Net<Dtype>::Net(const NetParameter& param,
20     const vector<Blob<Dtype>* >& bottom) {
21   // Basically, build all the layers and set up its connections.
22   name_ = param.name();
23   map<string, int> blob_name_to_idx;
24   set<string> available_blobs;
25   int num_layers = param.layers_size();
26   CHECK_EQ(bottom.size(), param.input_size())
27       << "Incorrect bottom blob size.";
28   // set the input blobs
29   for (int i = 0; i < param.input_size(); ++i) {
30     const string& blob_name = param.input(i);
31     CHECK_GT(bottom[i]->count(), 0);
32     shared_ptr<Blob<Dtype> > blob_pointer(
33         new Blob<Dtype>(bottom[i]->num(), bottom[i]->channels(),
34             bottom[i]->height(), bottom[i]->width()));
35     blobs_.push_back(blob_pointer);
36     blob_names_.push_back(blob_name);
37     net_input_blob_indices_.push_back(i);
38     blob_name_to_idx[blob_name] = i;
39     available_blobs.insert(blob_name);
40   }
41   // For each layer, set up their input and output
42   bottom_vecs_.resize(param.layers_size());
43   top_vecs_.resize(param.layers_size());
44   bottom_id_vecs_.resize(param.layers_size());
45   top_id_vecs_.resize(param.layers_size());
46   for (int i = 0; i < param.layers_size(); ++i) {
47     const LayerConnection& layer_connection = param.layers(i);
48     const LayerParameter& layer_param = layer_connection.layer();
49     layers_.push_back(shared_ptr<Layer<Dtype> >(GetLayer<Dtype>(layer_param)));
50     layer_names_.push_back(layer_param.name());
51     LOG(INFO) << "Creating Layer " << layer_param.name();
52     // Figure out this layer's input and output
53     for (int j = 0; j < layer_connection.bottom_size(); ++j) {
54       const string& blob_name = layer_connection.bottom(j);
55       if (available_blobs.find(blob_name) == available_blobs.end()) {
56         LOG(FATAL) << "Unknown blob input " << blob_name <<
57             " to layer" << j;
58       }
59       LOG(INFO) << layer_param.name() << " <- " << blob_name;
60       bottom_vecs_[i].push_back(
61           blobs_[blob_name_to_idx[blob_name]].get());
62       bottom_id_vecs_[i].push_back(blob_name_to_idx[blob_name]);
63       available_blobs.erase(blob_name);
64     }
65     for (int j = 0; j < layer_connection.top_size(); ++j) {
66       const string& blob_name = layer_connection.top(j);
67       if (blob_name_to_idx.find(blob_name) != blob_name_to_idx.end()) {
68         LOG(FATAL) << "Duplicate blobs produced by multiple sources.";
69       }
70       LOG(INFO) << layer_param.name() << " -> " << blob_name;
71       shared_ptr<Blob<Dtype> > blob_pointer(new Blob<Dtype>());
72       blobs_.push_back(blob_pointer);
73       blob_names_.push_back(blob_name);
74       blob_name_to_idx[blob_name] = blob_names_.size() - 1;
75       available_blobs.insert(blob_name);
76       top_vecs_[i].push_back(blobs_[blob_names_.size() - 1].get());
77       top_id_vecs_[i].push_back(blob_names_.size() - 1);
78     }
79   }
80   // In the end, all remaining blobs are considered output blobs.
81   for (set<string>::iterator it = available_blobs.begin();
82       it != available_blobs.end(); ++it) {
83     LOG(ERROR) << "This network produces output " << *it;
84     net_output_blob_indices_.push_back(blob_name_to_idx[*it]);
85     net_output_blobs_.push_back(blobs_[blob_name_to_idx[*it]].get());
86   }
88   LOG(ERROR) << "Setting up the layers.";
89   for (int i = 0; i < layers_.size(); ++i) {
90     LOG(INFO) << "Setting up " << layer_names_[i];
91     layers_[i]->SetUp(bottom_vecs_[i], &top_vecs_[i]);
92     vector<shared_ptr<Blob<Dtype> > >& layer_params = layers_[i]->params();
93     for (int j = 0; j < layer_params.size(); ++j) {
94       params_.push_back(layer_params[j]);
95     }
96   }
98   LOG(ERROR) << "Network initialization done.";
99 }
101 template <typename Dtype>
102 const vector<Blob<Dtype>*>& Net<Dtype>::Forward(
103     const vector<Blob<Dtype>*> & bottom) {
104   // Copy bottom to internal bottom
105   for (int i = 0; i < bottom.size(); ++i) {
106     blobs_[net_input_blob_indices_[i]]->CopyFrom(*bottom[i]);
107   }
108   for (int i = 0; i < layers_.size(); ++i) {
109     layers_[i]->Forward(bottom_vecs_[i], &top_vecs_[i]);
110   }
111   return net_output_blobs_;
114 template <typename Dtype>
115 Dtype Net<Dtype>::Backward() {
116   Dtype loss = 0;
117   // TODO(Yangqing): figure out those layers that do not need backward.
118   for (int i = layers_.size() - 1; i >= 0; --i) {
119     Dtype layer_loss = layers_[i]->Backward(
120         top_vecs_[i], true, &bottom_vecs_[i]);
121     loss += layer_loss;
122   }
123   return loss;
126 template <typename Dtype>
127 void Net<Dtype>::CopyTrainedLayersFrom(const NetParameter& param) {
128   int num_source_layers = param.layers_size();
129   for (int i = 0; i < num_source_layers; ++i) {
130     const LayerParameter& source_layer = param.layers(i).layer();
131     const string& source_layer_name = source_layer.name();
132     int target_layer_id = 0;
133     while (target_layer_id != layer_names_.size() &&
134         layer_names_[target_layer_id] != source_layer_name) {
135       ++target_layer_id;
136     }
137     if (target_layer_id == layer_names_.size()) {
138       LOG(INFO) << "Ignoring source layer " << source_layer_name;
139       continue;
140     }
141     LOG(INFO) << "Loading source layer " << source_layer_name;
142     vector<shared_ptr<Blob<Dtype> > >& target_blobs =
143         layers_[target_layer_id]->params();
144     CHECK_EQ(target_blobs.size(), source_layer.blobs_size())
145         << "Incompatible number of blobs for layer " << source_layer_name;
146     for (int j = 0; j < target_blobs.size(); ++j) {
147       target_blobs[j]->FromProto(source_layer.blobs(j));
148     }
149   }
152 template <typename Dtype>
153 void Net<Dtype>::ToProto(NetParameter* param, bool write_diff) {
154   param->Clear();
155   param->set_name(name_);
156   // Add bottom and top
157   for (int i = 0; i < net_input_blob_indices_.size(); ++i) {
158     param->add_input(blob_names_[net_input_blob_indices_[i]]);
159   }
160   for (int i = 0; i < layers_.size(); ++i) {
161     LayerConnection* layer_connection = param->add_layers();
162     for (int j = 0; j < bottom_id_vecs_[i].size(); ++i) {
163       layer_connection->add_bottom(blob_names_[bottom_id_vecs_[i][j]]);
164     }
165     for (int j = 0; j < top_id_vecs_[i].size(); ++i) {
166       layer_connection->add_top(blob_names_[top_id_vecs_[i][j]]);
167     }
168     LayerParameter* layer_parameter = layer_connection->mutable_layer();
169     layers_[i]->ToProto(layer_parameter);
170   }
173 template <typename Dtype>
174 void Net<Dtype>::Update() {
175   for (int i = 0; i < params_.size(); ++i) {
176     params_[i]->Update();
177   }
180 INSTANTIATE_CLASS(Net);
182 }  // namespace caffe