src/test/cnn/testCNNSimpleProfile.c

   1 /******************************************************************************/
   2 /*!
   3  * \file testCNNSimpleProfile.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  ******************************************************************************/
  36
  37
  38 /*******************************************************************************
  39  *
  40  * INCLUDES
  41  *
  42  ******************************************************************************/
  43
  44 #include "testCNN.h"
  45
  46
  47 /*******************************************************************************
  48  *
  49  * DEFINES
  50  *
  51  ******************************************************************************/
  52
  53 #define IMAGE_ROW            28
  54 #define IMAGE_COL            28
  55 #define IMAGE_CHANNEL        1
  56 #define ITER                 2
  57 #define BATCH_SIZE           100
  58 #define DATABASE_PATH        "../../database/mnist"
  59
  60
  61 /******************************************************************************/
  62 /*!
  63  * \ingroup test
  64  * \brief simple profile function test
  65  * \return error code
  66  */
  67 /******************************************************************************/
  68
  69 int testCNNSimpleProfile()
  70 {
  71    int  dim;
  72    int  err;
  73    long mem;
  74    int  iter;
  75    int  batchSize;
  76    timlUtilImageSet      training;
  77    timlUtilImageSet      testing;
  78    timlConvNeuralNetwork *cnn;
  79
  80    iter      = ITER;
  81    err       = 0;
  82    dim       = IMAGE_ROW*IMAGE_COL*IMAGE_CHANNEL;
  83    batchSize = BATCH_SIZE;
  84
  85    setbuf(stdout, NULL); // do not buffer the console output
  86
  87    printf("[Test] CNN simple profile\n");
  88    // build up the CNN
  89    printf("1. Build CNN\n");
  90    cnn = timlCNNCreateConvNeuralNetwork(timlCNNTrainingParamsDefault(), 0);
  91    timlCNNAddInputLayer(cnn, IMAGE_ROW, IMAGE_COL, IMAGE_CHANNEL, timlCNNInputParamsDefault()); // input layer
  92    timlCNNAddConvLayer(cnn, 5, 5, 1, 1, 6, timlCNNConvParamsDefault());                         // conv layer
  93    timlCNNAddNonlinearLayer(cnn, Util_Sigmoid);                                                 // sigmoid layer
  94    timlCNNAddPoolingLayer(cnn, 4, 4, 4, 4, CNN_MaxPooling, timlCNNPoolingParamsDefault());      // max pooling layer
  95    timlCNNAddNormLayer(cnn, timlCNNNormParamsDefault());                                        // norm layer
  96    timlCNNAddDropoutLayer(cnn, 0.2);                                                            // dropout layer
  97    timlCNNAddLinearLayer(cnn, 10, timlCNNLinearParamsDefault());                                // linear layer
  98    timlCNNAddNonlinearLayer(cnn, Util_Softmax);                                                 // softmax layer
  99    timlCNNInitialize(cnn);
 100    timlCNNReset(cnn);
 101
 102    printf("2. Read MNIST database\n");
 103    timlUtilReadMNIST(DATABASE_PATH, &training, &testing);
 104
 105    timlCNNSetMode(cnn, Util_Train);
 106    printf("3. Start profiling\n");
 107    timlCNNProfile(cnn, training.data, dim, batchSize, training.label, iter);
 108
 109    free(training.data);
 110    free(training.label);
 111    free(training.mean);
 112    free(testing.data);
 113    free(testing.label);
 114
 115    timlCNNDelete(cnn);
 116
 117    return err;
 118 }