Line data    Source code

       1              : // SPDX-License-Identifier: Apache-2.0
       2              : /**
       3              :  * Copyright (C) 2020 Parichay Kapoor <pk.kapoor@samsung.com>
       4              :  *
       5              :  * @file        loss_layer.cpp
       6              :  * @date        12 June 2020
       7              :  * @brief       This is Loss Layer Class for Neural Network
       8              :  * @see         https://github.com/nnstreamer/nntrainer
       9              :  * @author      Parichay Kapoor <pk.kapoor@samsung.com>
      10              :  * @bug         No known bugs except for NYI items
      11              :  *
      12              :  */
      13              : 
      14              : #include <layer_context.h>
      15              : #include <loss_layer.h>
      16              : 
      17              : namespace nntrainer {
      18          648 : void LossLayer::finalize(InitLayerContext &context) {
      19          648 :   std::vector<TensorDim> input_dim = context.getInputDimensions();
      20          648 :   std::vector<TensorDim> output_dim = input_dim;
      21              : 
      22         1296 :   for (auto &d : output_dim)
      23         1296 :     d.setDataType(
      24              :       str_converter<enum_class_prop_tag,
      25              :                     nntrainer::TensorDataTypeInfo>::from_string("FP32"));
      26              : 
      27          648 :   context.setOutputDimensions(output_dim);
      28              : 
      29          648 :   is_inplace = true;
      30          648 :   if (context.getActivationDataType() != ml::train::TensorDim::DataType::FP32)
      31            0 :     is_inplace = false;
      32          648 : }
      33              : 
      34         6141 : void LossLayer::updateLoss(RunLayerContext &context, const Tensor &l) {
      35              :   float loss_sum = 0.0f;
      36              :   const float *data = l.getData();
      37              : 
      38        15856 :   for (unsigned int i = 0; i < l.batch(); i++) {
      39         9715 :     loss_sum += data[i];
      40              :   }
      41         6141 :   context.setLoss(loss_sum / (float)l.batch());
      42         6141 : }
      43              : 
      44          599 : void LossLayer::applyLossScale(RunLayerContext &context, Tensor &ret_deriv) {
      45              : 
      46          599 :   float loss_scale = context.getLossScale();
      47          599 :   if (loss_scale != 1.0)
      48            0 :     ret_deriv.multiply_i(loss_scale);
      49          599 : }
      50              : 
      51              : /**
      52              :  * @copydoc Layer::setProperty(const std::vector<std::string> &values)
      53              :  */
      54         3409 : void LossLayer::setProperty(const std::vector<std::string> &values) {
      55         3427 :   NNTR_THROW_IF(!values.empty(), std::invalid_argument)
      56              :     << "[Layer] Unknown Layer Properties count = " << values.size();
      57         3391 : }
      58              : 
      59              : } /* namespace nntrainer */