test-dagnn.lua

   1 #!/usr/bin/env luajit
   2
   3 require 'torch'
   4 require 'nn'
   5
   6 require 'dagnn'
   7
   8 function printTensorTable(t)
   9    if torch.type(t) == 'table' then
  10       for i, t in pairs(t) do
  11          print('-- ELEMENT [' .. i .. '] --')
  12          printTensorTable(t)
  13       end
  14    else
  15       print(tostring(t))
  16    end
  17 end
  18
  19 -- torch.setnumthreads(params.nbThreads)
  20 torch.setdefaulttensortype('torch.DoubleTensor')
  21 torch.manualSeed(2)
  22
  23 a = nn.Linear(10, 10)
  24 b = nn.ReLU()
  25 c = nn.Linear(10, 3)
  26 d = nn.Linear(10, 3)
  27 e = nn.CMulTable()
  28 f = nn.Linear(3, 2)
  29
  30 --   a -----> b ---> c ----> e ---
  31 --             \           /
  32 --              \--> d ---/
  33 --                    \
  34 --                     \---> f ---
  35
  36 g = nn.DAG()
  37
  38 g:addEdge(c, e)
  39 g:addEdge(a, b)
  40 g:addEdge(d, e)
  41 g:addEdge(b, c)
  42 g:addEdge(b, d)
  43 g:addEdge(d, f)
  44
  45 g:setInput({{a}})
  46 g:setOutput({ e, f })
  47
  48 g:print()
  49
  50 input = torch.Tensor(3, 10):uniform()
  51
  52 output = g:updateOutput({{ input }})
  53
  54 printTensorTable(output)
  55
  56 ----------------------------------------------------------------------
  57
  58 print('******************************************************************')
  59 print('** updateGradInput ***********************************************')
  60 print('******************************************************************')
  61 gradInput = g:updateGradInput({{input}}, output)
  62
  63 printTensorTable(gradInput)