Update.
authorFrancois Fleuret <francois@fleuret.org>
Thu, 12 Jan 2017 13:48:02 +0000 (14:48 +0100)
committerFrancois Fleuret <francois@fleuret.org>
Thu, 12 Jan 2017 13:48:02 +0000 (14:48 +0100)
dagnn.lua
test-dagnn.lua

index 1b467e7..0b8f7d4 100755 (executable)
--- a/dagnn.lua
+++ b/dagnn.lua
@@ -6,34 +6,36 @@ local DAG, parent = torch.class('nn.DAG', 'nn.Container')
 
 function DAG:__init()
    parent.__init(self)
-   self.pred = {}
-   self.succ = {}
+   -- Nodes are indexed by the module they encompass
+   self.node = { }
+end
+
+function DAG:createNode(n)
+   if not self.node[n] then
+      self:add(n) -- Add it to the object as a Container
+      self.node[n] = {}
+      self.node[n].succ = {}
+      self.node[n].pred = {}
+   end
 end
 
 function DAG:addEdge(a, b)
    self.sorted = nil
-   local pred, succ = self.pred, self.succ
-   if not pred[a] and not succ[a] then
-      self:add(a)
-   end
-   if not pred[b] and not succ[b] then
-      self:add(b)
-   end
-   pred[b] = pred[b] or {}
-   pred[b][#pred[b] + 1] = a
-   succ[a] = succ[a] or {}
-   succ[a][#succ[a] + 1] = b
+   self:createNode(a)
+   self:createNode(b)
+   table.insert(self.node[b].pred, a)
+   table.insert(self.node[a].succ, b)
 end
 
 -- Apply f on t recursively; use the corresponding a1 and a2 elements
 -- (i.e. same keys) as second and third parameters to f when
 -- available; return the results from f, organized in a similarly
 -- nested table.
-function DAG:applyOnModules(f, t, a1, a2)
+function DAG:nestApply(f, t, a1, a2)
    if torch.type(t) == 'table' then
       local result = {}
       for k, s in pairs(t) do
-         result[k] = self:applyOnModules(f, s, a1 and a1[k], a2 and a2[k])
+         result[k] = self:nestApply(f, s, a1 and a1[k], a2 and a2[k])
       end
       return result
    else
@@ -44,12 +46,12 @@ end
 function DAG:setInput(i)
    self.sorted = nil
    self.inputModules = i
-   self:applyOnModules(
+   self:nestApply(
       function(m)
-         if not self.succ[m] or #self.succ[m] == 0 then
+         if #self.node[m].succ == 0 then
             error('Input modules must have outgoing  edges.')
          end
-         if self.pred[m] and #self.pred[m] > 0 then
+         if #self.node[m].pred > 0 then
             error('Input modules cannog have incoming edges.')
          end
       end,
@@ -60,12 +62,12 @@ end
 function DAG:setOutput(o)
    self.sorted = nil
    self.outputModules = o
-   self:applyOnModules(
+   self:nestApply(
       function(m)
-         if not self.pred[m] or #self.pred[m] == 0 then
+         if #self.node[m].pred == 0 then
             error('Output module must have incoming edges.')
          end
-         if self.succ[m] and #self.succ[m] > 0 then
+         if #self.node[m].succ > 0 then
             error('Output module cannot have outgoing edges.')
          end
       end,
@@ -73,21 +75,23 @@ function DAG:setOutput(o)
    )
 end
 
-function DAG:sort()
+function DAG:putInOrder()
    if self.sorted then
       return
    end
 
+   -- First, we sort the nodes according to the DAG order
+
    local distance = {}
 
-   self:applyOnModules(function(m) distance[m] = 1 end, self.inputModules)
+   self:nestApply(function(m) distance[m] = 1 end, self.inputModules)
 
    local nc
 
    repeat
       nc = 0
-      for i, isucc in pairs(self.succ) do
-         for _, j in pairs(isucc) do
+      for i, node in pairs(self.node) do
+         for _, j in pairs(node.succ) do
             if distance[i] and (not distance[j] or distance[j] < distance[i] + 1) then
                distance[j] = distance[i] + 1
                nc = nc + 1
@@ -97,16 +101,17 @@ function DAG:sort()
    until nc == 0
 
    self.sorted = { }
-   for i, d in pairs(distance) do
-      table.insert(self.sorted, { d, i })
+   for n, d in pairs(distance) do
+      table.insert(self.sorted, { distance = d, node = n })
    end
 
-   table.sort(self.sorted, function(a, b) return a[1] < b[1] end)
-   for i, a in ipairs(self.sorted) do self.sorted[i] = a[2] end
+   table.sort(self.sorted, function(a, b) return a.distance < b.distance end)
+
+   for i, a in ipairs(self.sorted) do self.sorted[i] = a.node end
 end
 
 function DAG:print()
-   self:sort()
+   self:putInOrder()
 
    for i, d in ipairs(self.sorted) do
       print('#' .. i .. ' -> ' .. torch.type(d))
@@ -114,57 +119,74 @@ function DAG:print()
 end
 
 function DAG:updateOutput(input)
-   self:sort()
-
-   self:applyOnModules(function(m, i) m:updateOutput(i) end, self.inputModules, input)
-
-   for _, d in ipairs(self.sorted) do
-      if self.pred[d] then
-         if #self.pred[d] == 1 then
-            d:updateOutput(self.pred[d][1].output)
-         elseif #self.pred[d] > 1 then
-            local c = {}
-            for k = 1, #self.pred[d] do
-               c[k] = self.pred[d][k].output
+   self:putInOrder()
+
+   self:nestApply(function(m, i) m:updateOutput(i) end, self.inputModules, input)
+
+   for _, m in ipairs(self.sorted) do
+      if #self.node[m].pred > 0 then
+         local i
+         if #self.node[m].pred == 1 then
+            i = self.node[m].pred[1].output
+         elseif #self.node[m].pred > 1 then
+            i = {}
+            for k = 1, #self.node[m].pred do
+               i[k] = self.node[m].pred[k].output
             end
-            d:updateOutput(c)
          end
+         self.node[m].input = i
+         m:updateOutput(i)
       end
    end
 
-   self.output = self:applyOnModules(function(m) return m.output end, self.outputModules)
+   self.output = self:nestApply(function(m) return m.output end, self.outputModules)
 
    return self.output
 end
 
 function DAG:updateGradInput(input, gradOutput)
-   self:sort()
+   self:putInOrder()
 
-   self:applyOnModules(
-      function(m, i, go) m:updateGradInput(i, go) end,
-      self.outputModules, input, gradOutput
+   self:nestApply(
+      function(m, go) m:updateGradInput(self.node[m].input, go) end,
+      self.outputModules, gradOutput
    )
 
-   for k = self.sorted, 1, -1 do
-      local m = sorted[k]
-      if self.succ[d] then
-         if #self.succ[d] == 1 then
-            d:updateGradInput(self.succ[d][1].gradInput)
-         elseif #self.succ[d] > 1 then
-            local sum
-            for k = 1, #self.succ[d] do
-               if sum then
-                  sum:add(self.succ[d][k].gradInput)
-               else
-                  sum = self.succ[d][k].gradInput:clone()
-               end
+   for _, node in pairs(self.node) do
+      node.gradInputSucc = {}
+   end
+
+   for k = #self.sorted, 1, -1 do
+      local m = self.sorted[k]
+      local node = self.node[m]
+      local pred, succ, gradInputSucc = node.pred, node.succ, node.gradInputSucc
+
+      -- We update m:gradInput
+      if #gradInputSucc == 1 then
+         m:updateGradInput(node.input, gradInputSucc[1])
+      elseif #gradInputSucc > 1 then
+         local sum
+         for k = 1, #succ do
+            if sum then
+               sum:add(succ[k].gradInput)
+            else
+               sum = succ[k].gradInput
             end
-            d:updateGradInput(sum)
+         end
+         m:updateGradInput(node.input, sum)
+      end
+
+      -- We fill the gradInputSucc of our predecessors
+      if #pred == 1 then
+         table.insert(self.node[pred[1]].gradInputSucc, node.gradInput)
+      elseif #pred > 1 then
+         for n = 1, #pred do
+            table.insert(self.node[node.pred[n]].gradInputSucc, m.gradInput[n])
          end
       end
    end
 
-   self.gradInput = self:applyOnModules(function(m) return m.gradInput end, self.inputModules)
+   self.gradInput = self:nestApply(function(m) return m.gradInput end, self.inputModules)
 
    return self.gradInput
 end
index 434f662..0c9fe6d 100755 (executable)
@@ -42,17 +42,22 @@ g:addEdge(b, c)
 g:addEdge(b, d)
 g:addEdge(d, f)
 
-g:setInput({a})
-g:setOutput({e, f})
+g:setInput({ a })
+g:setOutput({ e, f })
 
 g:print()
 
 input = torch.Tensor(3, 10):uniform()
 
-output = g:updateOutput({input})
+output = g:updateOutput({ input })
 
 printTensorTable(output)
 
 ----------------------------------------------------------------------
 
+print('******************************************************************')
+print('** updateGradInput ***********************************************')
+print('******************************************************************')
 gradInput = g:updateGradInput({ input }, output)
+
+printTensorTable(gradInput)