run.sh

   1 #!/bin/bash
   2
   3 # dyncnn is a deep-learning algorithm for the prediction of
   4 # interacting object dynamics
   5 #
   6 # Copyright (c) 2016 Idiap Research Institute, http://www.idiap.ch/
   7 # Written by Francois Fleuret <francois.fleuret@idiap.ch>
   8 #
   9 # This file is part of dyncnn.
  10 #
  11 # dyncnn is free software: you can redistribute it and/or modify it
  12 # under the terms of the GNU General Public License version 3 as
  13 # published by the Free Software Foundation.
  14 #
  15 # dyncnn is distributed in the hope that it will be useful, but
  16 # WITHOUT ANY WARRANTY; without even the implied warranty of
  17 # MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  18 # General Public License for more details.
  19 #
  20 # You should have received a copy of the GNU General Public License
  21 # along with dyncnn.  If not, see <http://www.gnu.org/licenses/>.
  22
  23 # This script creates the synthetic data-set for shape collision
  24
  25 set -e
  26 set -o pipefail
  27
  28 [[ "${TORCH_NB_THREADS}" ]] || echo "You can set \$TORCH_NB_THREADS to the proper value (default 1)."
  29 [[ "${TORCH_USE_GPU}" ]] || echo "You can set \$TORCH_USE_GPU to 'yes' or 'no' (default 'no')."
  30 [[ "${DYNCNN_DATA_DIR}" ]] || DYNCNN_DATA_DIR="./data/10p-mg"
  31 [[ "${DYNCNN_RESULT_DIR}" ]] || DYNCNN_RESULT_DIR="./results"
  32
  33 if [[ -d "${DYNCNN_DATA_DIR}" ]]; then
  34     echo "Found ${DYNCNN_DATA_DIR}, checking the number of images in there."
  35     if [[ $(find "${DYNCNN_DATA_DIR}" -name "dyn_*.png" | wc -l) == 150000 ]]; then
  36         echo "Looks good !"
  37     else
  38         echo "I do not find the proper number of images. Please remove the dir and re-run this scripts, or fix manually."
  39         exit 1
  40     fi
  41 else
  42     # Creating the data-base
  43     make -j -k
  44     mkdir -p "${DYNCNN_DATA_DIR}"
  45     ./flatland 50000 \
  46                --every_nth 4 --nb_frames 5 \
  47                --multi_grasp --nb_shapes 10 \
  48                --dir "${DYNCNN_DATA_DIR}"
  49 fi
  50
  51 # Train the model (takes days)
  52
  53 if [[ ! -f "${DYNCNN_RESULT_DIR}"/epoch_01000_model ]]; then
  54     ./dyncnn.lua --heavy --dataDir="${DYNCNN_DATA_DIR}" \
  55                  --resultFreq=100 \
  56                  --resultDir "${DYNCNN_RESULT_DIR}" \
  57                  --nbEpochs 1000
  58 fi
  59
  60 # Create the images of internal activations
  61
  62 for n in 2 12; do
  63     ./dyncnn.lua --heavy --dataDir=./data/10p-mg/ \
  64                  --learningStateFile="${DYNCNN_RESULT_DIR}"/epoch_01000_model \
  65                  --resultDir="${DYNCNN_RESULT_DIR}" \
  66                  --noLog \
  67                  --exampleInternals=${n}
  68 done