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 [[ "${DYNCNN_DATA_DIR}" ]] || DYNCNN_DATA_DIR="./data/10p-mg"
  31
  32 [[ "${DYNCNN_RUNDIR}" ]] || DYNCNN_RUNDIR="./results"
  33
  34 ######################################################################
  35 # Create the data-set if the directory does not exist
  36
  37 if [[ ! -d "${DYNCNN_DATA_DIR}" ]]; then
  38     cat <<EOF
  39 ***************************************************************************
  40                           Generate the data-set
  41 ***************************************************************************
  42 EOF
  43
  44     make -j -k
  45     mkdir -p "${DYNCNN_DATA_DIR}"
  46     # 17 frames every 16 is two frames: t+0, t+16
  47     ./flatland 40000 \
  48                --nb_shapes 10 \
  49                --multi_grasp --every_nth 16 --nb_frames 17 \
  50                --dir "${DYNCNN_DATA_DIR}"
  51 fi
  52
  53 ######################################################################
  54 # Train the model (takes 15h on a GTX 1080 with cuda 8.0, cudnn 5.1,
  55 # and recent torch)
  56
  57 if [[ ! -f "${DYNCNN_RUNDIR}"/model_1000.t7 ]]; then
  58     cat <<EOF
  59 ***************************************************************************
  60                   Train the model (should take a while)
  61 ***************************************************************************
  62 EOF
  63     ./dyncnn.lua -rundir "${DYNCNN_RUNDIR}"
  64 fi
  65
  66 ######################################################################
  67 # Create the images of internal activations using the current.t7 in
  68 # the rundir
  69
  70 cat <<EOF
  71 ***************************************************************************
  72                    Save the internal activation images
  73 ***************************************************************************
  74 EOF
  75
  76 for n in 2 12; do
  77     ./dyncnn.lua -rundir "${DYNCNN_RUNDIR}" -noLog -exampleInternals "${n}"
  78 done
  79
  80 ######################################################################
  81 # Plot the loss curves if gnuplot is here
  82
  83 if [[ $(which gnuplot) ]]; then
  84     cat <<EOF
  85 ***************************************************************************
  86                            Plot the loss curves
  87 ***************************************************************************
  88 EOF
  89
  90     TERMINAL="pdfcairo color transparent enhanced font \"Times,14\""
  91     EXTENSION="pdf"
  92
  93     gnuplot <<EOF
  94 set terminal ${TERMINAL}
  95 set output "${DYNCNN_RUNDIR}/losses.${EXTENSION}"
  96 set logscale x
  97 set logscale y
  98 set size ratio 0.75
  99 set xlabel "Number of epochs"
 100 set ylabel "Loss"
 101 plot '< grep "LOSS " "${DYNCNN_RUNDIR}"/log' using 4:6 with l lw 3 lc rgb '#c0c0ff' title 'Validation loss',\
 102      '< grep "LOSS " "${DYNCNN_RUNDIR}"/log' using 4:5 with l lw 1 lc rgb '#000000' title 'Train loss'
 103
 104 EOF
 105
 106 fi