]> Gitweb @ Texas Instruments - Open Source Git Repositories - git.TI.com/gitweb - jacinto-ai/caffe-jacinto.git/blob - src/caffe/test/test_multinomial_logistic_loss_layer.cpp
euclidean layer update
[jacinto-ai/caffe-jacinto.git] / src / caffe / test / test_multinomial_logistic_loss_layer.cpp
1 // Copyright 2013 Yangqing Jia
3 #include <cmath>
4 #include <cstdlib>
5 #include <cstring>
6 #include <cuda_runtime.h>
8 #include "gtest/gtest.h"
9 #include "caffe/blob.hpp"
10 #include "caffe/common.hpp"
11 #include "caffe/filler.hpp"
12 #include "caffe/vision_layers.hpp"
13 #include "caffe/test/test_gradient_check_util.hpp"
15 #include "caffe/test/test_caffe_main.hpp"
17 namespace caffe {
19 extern cudaDeviceProp CAFFE_TEST_CUDA_PROP;
21 template <typename Dtype>
22 class MultinomialLogisticLossLayerTest : public ::testing::Test {
23  protected:
24   MultinomialLogisticLossLayerTest()
25       : blob_bottom_data_(new Blob<Dtype>(10, 5, 1, 1)),
26         blob_bottom_label_(new Blob<Dtype>(10, 1, 1, 1)) {
27     // fill the values
28     FillerParameter filler_param;
29     PositiveUnitballFiller<Dtype> filler(filler_param);
30     filler.Fill(this->blob_bottom_data_);
31     blob_bottom_vec_.push_back(blob_bottom_data_);
32     for (int i = 0; i < blob_bottom_label_->count(); ++i) {
33       blob_bottom_label_->mutable_cpu_data()[i] = rand() % 5;
34     }
35     blob_bottom_vec_.push_back(blob_bottom_label_);
36   }
37   virtual ~MultinomialLogisticLossLayerTest() {
38     delete blob_bottom_data_;
39     delete blob_bottom_label_;
40   }
41   Blob<Dtype>* const blob_bottom_data_;
42   Blob<Dtype>* const blob_bottom_label_;
43   vector<Blob<Dtype>*> blob_bottom_vec_;
44   vector<Blob<Dtype>*> blob_top_vec_;
45 };
47 typedef ::testing::Types<float, double> Dtypes;
48 TYPED_TEST_CASE(MultinomialLogisticLossLayerTest, Dtypes);
51 TYPED_TEST(MultinomialLogisticLossLayerTest, TestGradientCPU) {
52   LayerParameter layer_param;
53   Caffe::set_mode(Caffe::CPU);
54   MultinomialLogisticLossLayer<TypeParam> layer(layer_param);
55   layer.SetUp(this->blob_bottom_vec_, &this->blob_top_vec_);
56   GradientChecker<TypeParam> checker(1e-2, 1e-2, 1701, 0, 0.05);
57   checker.CheckGradientSingle(layer, this->blob_bottom_vec_,
58       this->blob_top_vec_, 0, -1, -1);
59 }
61 }