update the version number
[ti-machine-learning/ti-machine-learning.git] / src / common / cnn / timlCNNSupervisedTrainingWithLabelBatchMode.c
1 /******************************************************************************/\r
2  /*!\r
3  * \file timlCNNSupervisedTrainingWithLabelBatchMode.c\r
4  */\r
5 /* Copyright (C) 2015 Texas Instruments Incorporated - http://www.ti.com/\r
6  *\r
7  * Redistribution and use in source and binary forms, with or without\r
8  * modification, are permitted provided that the following conditions\r
9  * are met:\r
10  *\r
11  *    Redistributions of source code must retain the above copyright\r
12  *    notice, this list of conditions and the following disclaimer.\r
13  *\r
14  *    Redistributions in binary form must reproduce the above copyright\r
15  *    notice, this list of conditions and the following disclaimer in the\r
16  *    documentation and/or other materials provided with the\r
17  *    distribution.\r
18  *\r
19  *    Neither the name of Texas Instruments Incorporated nor the names of\r
20  *    its contributors may be used to endorse or promote products derived\r
21  *    from this software without specific prior written permission.\r
22  *\r
23  * THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS\r
24  * "AS IS" AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT\r
25  * LIMITED TO, THE IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR\r
26  * A PARTICULAR PURPOSE ARE DISCLAIMED. IN NO EVENT SHALL THE COPYRIGHT\r
27  * OWNER OR CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL,\r
28  * SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT\r
29  * LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF USE,\r
30  * DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON ANY\r
31  * THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT\r
32  * (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE\r
33  * OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.\r
34  *\r
35  ******************************************************************************/\r
36 \r
37 \r
38 /*******************************************************************************\r
39  *\r
40  * INCLUDES\r
41  *\r
42  ******************************************************************************/\r
43 \r
44 #include "../api/timl.h"\r
45 \r
46 \r
47 /******************************************************************************/\r
48 /*!\r
49  * \ingroup       cnn\r
50  * \brief         Supervised training with label\r
51  * \param[in,out] cnn   CNN\r
52  * \param[in]     data  Data batch\r
53  * \param[in]     label Label ptr\r
54  * \param[in]     dim   Data dimension\r
55  * \param[in]     num   Batch size\r
56  * \return        Error code\r
57  */\r
58 /******************************************************************************/\r
59 \r
60 int timlCNNSupervisedTrainingWithLabelBatchMode(timlConvNeuralNetwork *cnn, float *data, int *label, int dim, int num)\r
61 {\r
62    int          j;\r
63    int          err;\r
64    timlCNNLayer *bpStartLayer;\r
65    float        batchCost;\r
66    float        *cost;\r
67 \r
68    err  = 0;\r
69    cost = malloc(sizeof(float)*num);\r
70 \r
71    for (j = 0; j < num; j++) {\r
72       cnn->params.count += 1;\r
73       err = timlCNNForwardPropagation(cnn, data + j*dim, dim);\r
74       timlCNNCostWithLabel(cnn, label[j], cost + j, &bpStartLayer);\r
75       err = timlCNNBackPropagation(cnn, bpStartLayer);\r
76    }\r
77 \r
78    timlCNNUpdateParams(cnn);\r
79    batchCost = timlUtilVectorSumFloat(cost, num)/(float)num;\r
80    printf("batch = %d, cost = %f\n", cnn->params.batchCount, batchCost);\r
81    cnn->params.batchCount += 1;\r
82    free(cost);\r
83 \r
84    return err;\r
85 }\r