Try to fix

AlexeyAB

2018-04-12 1c39aeca008ced62dae8245f8d6f9963f4c97b47

 src/convolutional_kernels.cu

@@ -37,7 +37,7 @@
    int i = 0;
    float mean = 0;
    for(i = 0; i < n; ++i){
        mean += abs(input[i*size + s]);
        mean += fabs(input[i*size + s]);
    }
    mean = mean / n;
    for(i = 0; i < n; ++i){
@@ -59,7 +59,7 @@
    int i = 0;
    float mean = 0;
    for(i = 0; i < size; ++i){
        mean += abs(weights[f*size + i]);
        mean += fabs(weights[f*size + i]);
    }
    mean = mean / size;
    for(i = 0; i < size; ++i){
@@ -135,26 +135,24 @@
   // More: http://docs.nvidia.com/deeplearning/sdk/cudnn-developer-guide/index.html#tensor_ops

   const size_t input16_size = l.batch*l.c*l.w*l.h;
   static size_t max_input16_size = input16_size;
   static half* input16 = cuda_make_f16_from_f32_array(NULL, max_input16_size);

   const size_t output16_size = l.batch*l.out_c*l.out_h*l.out_w;
   static size_t max_output16_size = output16_size;
   static half* output16 = cuda_make_f16_from_f32_array(NULL, max_output16_size);

   if (max_input16_size < input16_size) {
      max_input16_size = input16_size;
      cuda_free((float *)input16);
      input16 = cuda_make_f16_from_f32_array(state.input, max_input16_size);
   if (*state.net.max_input16_size < input16_size) {
      //printf("\n input16_size: cur = %zu \t max = %zu \n", input16_size, *state.net.max_input16_size);
      *state.net.max_input16_size = input16_size;
      if (*state.net.input16_gpu) cuda_free(*state.net.input16_gpu);
      *state.net.input16_gpu = (float *)cuda_make_f16_from_f32_array(NULL, *state.net.max_input16_size);
   }
   float *input16 = *state.net.input16_gpu;

   if (max_output16_size < output16_size) {
      max_output16_size = output16_size;
      cuda_free((float *)output16);
      output16 = cuda_make_f16_from_f32_array(NULL, max_output16_size);
   if (*state.net.max_output16_size < output16_size) {
      *state.net.max_output16_size = output16_size;
      if (*state.net.output16_gpu) cuda_free(*state.net.output16_gpu);
      *state.net.output16_gpu = (float *)cuda_make_f16_from_f32_array(NULL, *state.net.max_output16_size);
   }
   float *output16 = *state.net.output16_gpu;

   cuda_convert_f32_to_f16(state.input, input16_size, (float *)input16);
   cuda_convert_f32_to_f16(state.input, input16_size, input16);

   //fill_ongpu(output16_size / 2, 0, (float *)output16, 1);
   cudnnConvolutionForward(cudnn_handle(),
@@ -171,7 +169,7 @@
      l.dstTensorDesc,
      output16);
   
   cuda_convert_f16_to_f32((float *)output16, output16_size, l.output_gpu);
   cuda_convert_f16_to_f32(output16, output16_size, l.output_gpu);

#else

@@ -207,8 +205,10 @@

    if (l.batch_normalize) {
        forward_batchnorm_layer_gpu(l, state);
    }
    add_bias_gpu(l.output_gpu, l.biases_gpu, l.batch, l.n, l.out_w*l.out_h);
   }
   else {
      add_bias_gpu(l.output_gpu, l.biases_gpu, l.batch, l.n, l.out_w*l.out_h);
   }

    activate_array_ongpu(l.output_gpu, l.outputs*l.batch, l.activation);
    //if(l.dot > 0) dot_error_gpu(l);
@@ -238,27 +238,24 @@
#ifdef CUDNN_HALF
      
   const size_t input16_size = l.batch*l.c*l.w*l.h;
   static size_t max_input16_size = input16_size;
   static half* input16 = cuda_make_f16_from_f32_array(NULL, max_input16_size);

   const size_t delta16_size = l.batch*l.n*l.out_w*l.out_h;
   static size_t max_delta16_size = delta16_size;
   static half* delta16 = cuda_make_f16_from_f32_array(NULL, max_delta16_size);

   if (max_input16_size < input16_size) {
      max_input16_size = input16_size;
      cuda_free((float *)input16);
      input16 = cuda_make_f16_from_f32_array(state.input, max_input16_size);
	
   if (*state.net.max_input16_size < input16_size) {		
      *state.net.max_input16_size = input16_size;
      if(*state.net.input16_gpu) cuda_free(*state.net.input16_gpu);
      *state.net.input16_gpu = (float *)cuda_make_f16_from_f32_array(NULL, *state.net.max_input16_size);
   }
   float *input16 = *state.net.input16_gpu;

   if (max_delta16_size < delta16_size) {
      max_delta16_size = delta16_size;
      cuda_free((float *)delta16);
      delta16 = cuda_make_f16_from_f32_array(NULL, max_delta16_size);
   if (*state.net.max_output16_size < delta16_size) {
      *state.net.max_output16_size = delta16_size;
      if(*state.net.output16_gpu) cuda_free(*state.net.output16_gpu);
      *state.net.output16_gpu = (float *)cuda_make_f16_from_f32_array(NULL, *state.net.max_output16_size);
   }
   float *delta16 = *state.net.output16_gpu;

   cuda_convert_f32_to_f16(state.input, input16_size, (float *)input16);
   cuda_convert_f32_to_f16(l.delta_gpu, delta16_size, (float *)delta16);
   cuda_convert_f32_to_f16(state.input, input16_size, input16);
   cuda_convert_f32_to_f16(l.delta_gpu, delta16_size, delta16);
   
   // convert input: state.input (x), l.delta_gpu (y) from fp32 to fp16
   // get output: l.weight_updates_gpu (dw) and convert it to fp32 (ONLY if it is fp16)
@@ -305,7 +302,7 @@
         l.dsrcTensorDesc,
         input16);   // state.delta);

      cuda_convert_f16_to_f32((float *)input16, input16_size, state.delta);		
      cuda_convert_f16_to_f32(input16, input16_size, state.delta);

      if (l.binary || l.xnor) swap_binary(&l);
      if (l.xnor) gradient_array_ongpu(original_input, l.batch*l.c*l.h*l.w, HARDTAN, state.delta);