use super::*; use burn_tensor::TensorData; #[test] fn should_diff_mul() { let data_1 = TensorData::from([1.0, 7.0]); let data_2 = TensorData::from([4.0, 7.0]); let device = Default::default(); let tensor_1 = TestAutodiffTensor::<1>::from_data(data_1.clone(), &device).require_grad(); let tensor_2 = TestAutodiffTensor::from_data(data_2.clone(), &device).require_grad(); let tensor_3 = tensor_1.clone().mul(tensor_2.clone()); let grads = tensor_3.backward(); let grad_1 = tensor_1.grad(&grads).unwrap(); let _grad_2 = tensor_2.grad(&grads).unwrap(); grad_1.to_data().assert_eq(&data_2, false); tensor_3 .into_data() .assert_eq(&TensorData::from([4.0, 49.0]), false); } #[test] fn should_diff_mul_scalar() { let data = TensorData::from([2.0, 5.0]); let tensor = TestAutodiffTensor::<1>::from_data(data, &Default::default()).require_grad(); let tensor_out = tensor.clone().mul_scalar(4.0); let grads = tensor_out.backward(); let grad = tensor.grad(&grads).unwrap(); tensor_out .into_data() .assert_eq(&TensorData::from([8.0, 20.0]), false); grad.to_data() .assert_eq(&TensorData::from([4.0, 4.0]), false); } #[test] fn test_mul_complex_1() { let data_1 = TensorData::from([[1.0, 7.0], [13.0, -3.0]]); let data_2 = TensorData::from([[4.0, 7.0], [2.0, 3.0]]); let data_3 = TensorData::from([[2.0, 2.0], [2.0, 2.0]]); let device = Default::default(); let tensor_1 = TestAutodiffTensor::<2>::from_data(data_1, &device).require_grad(); let tensor_2 = TestAutodiffTensor::from_data(data_2, &device).require_grad(); let tensor_3 = TestAutodiffTensor::from_data(data_3, &device).require_grad(); let tensor_4 = tensor_1.clone().mul(tensor_2.clone()); let tensor_5 = tensor_4.mul(tensor_3); let tensor_6 = tensor_1.clone().mul(tensor_5); let grads = tensor_6.backward(); let grad_1 = tensor_1.grad(&grads).unwrap(); let grad_2 = tensor_2.grad(&grads).unwrap(); grad_1 .to_data() .assert_eq(&TensorData::from([[16.0, 196.0], [104.0, -36.0]]), false); grad_2 .to_data() .assert_eq(&TensorData::from([[2.0, 98.0], [338.0, 18.0]]), false); }