Connected layers work forward and backward!

Joseph Redmon

2013-11-06 9b1774bd39d65614cdbd2d4e3815086298008911

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
#include "convolutional_layer.h"
 
double convolution_activation(double x)
{
    return x*(x>0);
}
 
double convolution_gradient(double x)
{
    return (x>=0);
}
 
convolutional_layer make_convolutional_layer(int h, int w, int c, int n, int size, int stride)
{
    int i;
    convolutional_layer layer;
    layer.n = n;
    layer.stride = stride;
    layer.kernels = calloc(n, sizeof(image));
    layer.kernel_updates = calloc(n, sizeof(image));
    for(i = 0; i < n; ++i){
        layer.kernels[i] = make_random_kernel(size, c);
        layer.kernel_updates[i] = make_random_kernel(size, c);
    }
    layer.output = make_image((h-1)/stride+1, (w-1)/stride+1, n);
    layer.upsampled = make_image(h,w,n);
    return layer;
}
 
void run_convolutional_layer(const image input, const convolutional_layer layer)
{
    int i;
    for(i = 0; i < layer.n; ++i){
        convolve(input, layer.kernels[i], layer.stride, i, layer.output);
    }
    for(i = 0; i < layer.output.h*layer.output.w*layer.output.c; ++i){
        layer.output.data[i] = convolution_activation(layer.output.data[i]);
    }
}
 
void backpropagate_convolutional_layer(image input, convolutional_layer layer)
{
    int i;
    zero_image(input);
    for(i = 0; i < layer.n; ++i){
        back_convolve(input, layer.kernels[i], layer.stride, i, layer.output);
    }
}
 
void backpropagate_convolutional_layer_convolve(image input, convolutional_layer layer)
{
    int i,j;
    for(i = 0; i < layer.n; ++i){
        rotate_image(layer.kernels[i]);
    }
 
    zero_image(input);
    upsample_image(layer.output, layer.stride, layer.upsampled);
    for(j = 0; j < input.c; ++j){
        for(i = 0; i < layer.n; ++i){
            two_d_convolve(layer.upsampled, i, layer.kernels[i], j, 1, input, j);
        }
    }
 
    for(i = 0; i < layer.n; ++i){
        rotate_image(layer.kernels[i]);
    }
}
 
void learn_convolutional_layer(image input, convolutional_layer layer)
{
    int i;
    for(i = 0; i < layer.n; ++i){
        kernel_update(input, layer.kernel_updates[i], layer.stride, i, layer.output);
    }
    image old_input = copy_image(input);
    backpropagate_convolutional_layer(input, layer);
    for(i = 0; i < input.h*input.w*input.c; ++i){
        input.data[i] *= convolution_gradient(old_input.data[i]);
    }
    free_image(old_input);
}
 
void update_convolutional_layer(convolutional_layer layer, double step)
{
    int i,j;
    for(i = 0; i < layer.n; ++i){
        int pixels = layer.kernels[i].h*layer.kernels[i].w*layer.kernels[i].c;
        for(j = 0; j < pixels; ++j){
            layer.kernels[i].data[j] += step*layer.kernel_updates[i].data[j];
        }
        zero_image(layer.kernel_updates[i]);
    }
}