update the version number
[ti-machine-learning/ti-machine-learning.git] / src / common / cnn / timlCNNConvReadFromBinaryFile.c
1 /******************************************************************************/
2 /*!
3  * \file timlCNNConvReadFromBinaryFile.c
4  */
5 /* Copyright (C) 2015 Texas Instruments Incorporated - http://www.ti.com/
6  *
7  * Redistribution and use in source and binary forms, with or without
8  * modification, are permitted provided that the following conditions
9  * are met:
10  *
11  *    Redistributions of source code must retain the above copyright
12  *    notice, this list of conditions and the following disclaimer.
13  *
14  *    Redistributions in binary form must reproduce the above copyright
15  *    notice, this list of conditions and the following disclaimer in the
16  *    documentation and/or other materials provided with the
17  *    distribution.
18  *
19  *    Neither the name of Texas Instruments Incorporated nor the names of
20  *    its contributors may be used to endorse or promote products derived
21  *    from this software without specific prior written permission.
22  *
23  * THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS
24  * "AS IS" AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT
25  * LIMITED TO, THE IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR
26  * A PARTICULAR PURPOSE ARE DISCLAIMED. IN NO EVENT SHALL THE COPYRIGHT
27  * OWNER OR CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL,
28  * SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT
29  * LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF USE,
30  * DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON ANY
31  * THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT
32  * (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE
33  * OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
34  *
35  ******************************************************************************/
38 /*******************************************************************************
39  *
40  * INCLUDES
41  *
42  ******************************************************************************/
44 #include "../api/timl.h"
47 /******************************************************************************/
48 /*!
49  * \ingroup       cnn
50  * \brief         Read the conv layer parameters from binary files
51  * \param[in]     fp2   FILE ptr to the level 2 parameter bin file
52  * \param[in]     fp3   FILE ptr to the level 3 state bin file
53  * \param[in,out] layer Conv layer
54  * \return        Error code
55  */
56 /******************************************************************************/
58 int timlCNNConvReadFromBinaryFile(FILE *fp2, FILE *fp3, timlCNNLayer *layer)
59 {
60    int dim;
61    // read params
62    if (fp2 != NULL) {
63       dim = layer->convParams.kernelRow*layer->convParams.kernelCol*layer->convParams.inputFeatureMapChannel*layer->convParams.outputFeatureMapChannel;
64       timlUtilFread(layer->convParams.kernel, sizeof(float), dim, fp2);
65       timlUtilFread(layer->convParams.bias, sizeof(float), layer->channel, fp2);
66    }
68    // read state
69    if (layer->allocatorLevel == Util_AllocatorLevel1 && fp3 != NULL) {
70       dim = layer->convParams.kernelRow*layer->convParams.kernelCol*layer->convParams.inputFeatureMapChannel*layer->convParams.outputFeatureMapChannel;
71       timlUtilFread(layer->convParams.kernelInc, sizeof(float), dim, fp3);
72       timlUtilFread(layer->convParams.kernelGradAccum, sizeof(float), dim, fp3);
73       timlUtilFread(layer->convParams.biasInc, sizeof(float), layer->channel, fp3);
74       timlUtilFread(layer->convParams.biasGradAccum, sizeof(float), layer->channel, fp3);
75    }
77    return 0;
78 }