Module `Make.Graph`

module Neuron : sig ... end

Sourcetype node = Make_Embedded(A).node = {

mutable name : string;
mutable prev : node array;
mutable next : node array;
mutable neuron : Neuron.neuron;
mutable output : Neuron.Optimise.Algodiff.t option;
mutable network : network;
mutable train : bool;

}

Sourceand network = Make_Embedded(A).network = {

mutable nnid : string;
mutable size : int;
mutable roots : node array;
mutable outputs : node array;
mutable topo : node array;

}

Sourceval make_network : ?nnid:string -> int -> node array -> node array -> network

Source

val make_node : 
  ?name:string ->
  ?train:bool ->
  node array ->
  node array ->
  Neuron.neuron ->
  Neuron.Optimise.Algodiff.t option ->
  network ->
  node

Sourceval get_roots : network -> node array

Sourceval get_outputs : network -> node array

Sourceval get_node : network -> string -> node

Sourceval get_network : ?name:string -> node -> network

Sourceval outputs : ?name:string -> node array -> network

Sourceval get_network_name : network -> string

Sourceval set_network_name : network -> string -> unit

Sourceval collect_output : node array -> Neuron.Optimise.Algodiff.t array

Sourceval connect_pair : node -> node -> unit

Sourceval connect_to_parents : node array -> node -> unit

Source

val add_node : 
  ?act_typ:Neuron.Activation.typ ->
  network ->
  node array ->
  node ->
  node

Sourceval input_shape : network -> int array

Sourceval input_shapes : network -> int array array

Sourceval init : network -> unit

Sourceval reset : network -> unit

Sourceval mktag : int -> network -> unit

Sourceval mkpar : network -> Neuron.Optimise.Algodiff.t array array

Sourceval mkpri : network -> Neuron.Optimise.Algodiff.t array array

Sourceval mkadj : network -> Neuron.Optimise.Algodiff.t array array

Sourceval update : network -> Neuron.Optimise.Algodiff.t array array -> unit

Sourceval run : Neuron.Optimise.Algodiff.t -> network -> Neuron.Optimise.Algodiff.t

Source

val run_inputs : 
  Neuron.Optimise.Algodiff.t array ->
  network ->
  Neuron.Optimise.Algodiff.t array

Source

val forward : 
  network ->
  Neuron.Optimise.Algodiff.t ->
  Neuron.Optimise.Algodiff.t * Neuron.Optimise.Algodiff.t array array

Source

val forward_inputs : 
  network ->
  Neuron.Optimise.Algodiff.t array ->
  Neuron.Optimise.Algodiff.t array * Neuron.Optimise.Algodiff.t array array

Source

val backward : 
  network ->
  Neuron.Optimise.Algodiff.t ->
  Neuron.Optimise.Algodiff.t array array
  * Neuron.Optimise.Algodiff.t array array

Sourceval copy : network -> network

Source

val model : 
  network ->
  Neuron.Optimise.Algodiff.A.arr ->
  Neuron.Optimise.Algodiff.A.arr

Source

val model_inputs : 
  network ->
  Neuron.Optimise.Algodiff.A.arr array ->
  Neuron.Optimise.Algodiff.A.arr array

Sourceval input : ?name:string -> int array -> node

Sourceval inputs : ?names:string array -> int array array -> node array

Sourceval activation : ?name:string -> Neuron.Activation.typ -> node -> node

Source

val linear : 
  ?name:string ->
  ?init_typ:Neuron.Init.typ ->
  ?act_typ:Neuron.Activation.typ ->
  int ->
  node ->
  node

Source

val linear_nobias : 
  ?name:string ->
  ?init_typ:Neuron.Init.typ ->
  ?act_typ:Neuron.Activation.typ ->
  int ->
  node ->
  node

Source

val embedding : 
  ?name:string ->
  ?init_typ:Neuron.Init.typ ->
  ?act_typ:Neuron.Activation.typ ->
  int ->
  int ->
  node ->
  node

Source

val recurrent : 
  ?name:string ->
  ?init_typ:Neuron.Init.typ ->
  act_typ:Neuron.Activation.typ ->
  int ->
  int ->
  node ->
  node

Sourceval lstm : ?name:string -> ?init_typ:Neuron.Init.typ -> int -> node -> node

Sourceval gru : ?name:string -> ?init_typ:Neuron.Init.typ -> int -> node -> node

Source

val conv1d : 
  ?name:string ->
  ?padding:Owl_types.padding ->
  ?init_typ:Neuron.Init.typ ->
  ?act_typ:Neuron.Activation.typ ->
  int array ->
  int array ->
  node ->
  node

Source

val conv2d : 
  ?name:string ->
  ?padding:Owl_types.padding ->
  ?init_typ:Neuron.Init.typ ->
  ?act_typ:Neuron.Activation.typ ->
  int array ->
  int array ->
  node ->
  node

Source

val conv3d : 
  ?name:string ->
  ?padding:Owl_types.padding ->
  ?init_typ:Neuron.Init.typ ->
  ?act_typ:Neuron.Activation.typ ->
  int array ->
  int array ->
  node ->
  node

Source

val dilated_conv1d : 
  ?name:string ->
  ?padding:Owl_types.padding ->
  ?init_typ:Neuron.Init.typ ->
  ?act_typ:Neuron.Activation.typ ->
  int array ->
  int array ->
  int array ->
  node ->
  node

Source

val dilated_conv2d : 
  ?name:string ->
  ?padding:Owl_types.padding ->
  ?init_typ:Neuron.Init.typ ->
  ?act_typ:Neuron.Activation.typ ->
  int array ->
  int array ->
  int array ->
  node ->
  node

Source

val dilated_conv3d : 
  ?name:string ->
  ?padding:Owl_types.padding ->
  ?init_typ:Neuron.Init.typ ->
  ?act_typ:Neuron.Activation.typ ->
  int array ->
  int array ->
  int array ->
  node ->
  node

Source

val transpose_conv1d : 
  ?name:string ->
  ?padding:Owl_types.padding ->
  ?init_typ:Neuron.Init.typ ->
  ?act_typ:Neuron.Activation.typ ->
  int array ->
  int array ->
  node ->
  node

Source

val transpose_conv2d : 
  ?name:string ->
  ?padding:Owl_types.padding ->
  ?init_typ:Neuron.Init.typ ->
  ?act_typ:Neuron.Activation.typ ->
  int array ->
  int array ->
  node ->
  node

Source

val transpose_conv3d : 
  ?name:string ->
  ?padding:Owl_types.padding ->
  ?init_typ:Neuron.Init.typ ->
  ?act_typ:Neuron.Activation.typ ->
  int array ->
  int array ->
  node ->
  node

Source

val fully_connected : 
  ?name:string ->
  ?init_typ:Neuron.Init.typ ->
  ?act_typ:Neuron.Activation.typ ->
  int ->
  node ->
  node

Source

val max_pool1d : 
  ?name:string ->
  ?padding:Owl_types.padding ->
  ?act_typ:Neuron.Activation.typ ->
  int array ->
  int array ->
  node ->
  node

Source

val max_pool2d : 
  ?name:string ->
  ?padding:Owl_types.padding ->
  ?act_typ:Neuron.Activation.typ ->
  int array ->
  int array ->
  node ->
  node

Source

val avg_pool1d : 
  ?name:string ->
  ?padding:Owl_types.padding ->
  ?act_typ:Neuron.Activation.typ ->
  int array ->
  int array ->
  node ->
  node

Source

val avg_pool2d : 
  ?name:string ->
  ?padding:Owl_types.padding ->
  ?act_typ:Neuron.Activation.typ ->
  int array ->
  int array ->
  node ->
  node

Source

val global_max_pool1d : 
  ?name:string ->
  ?act_typ:Neuron.Activation.typ ->
  node ->
  node

Source

val global_max_pool2d : 
  ?name:string ->
  ?act_typ:Neuron.Activation.typ ->
  node ->
  node

Source

val global_avg_pool1d : 
  ?name:string ->
  ?act_typ:Neuron.Activation.typ ->
  node ->
  node

Source

val global_avg_pool2d : 
  ?name:string ->
  ?act_typ:Neuron.Activation.typ ->
  node ->
  node

Source

val upsampling2d : 
  ?name:string ->
  ?act_typ:Neuron.Activation.typ ->
  int array ->
  node ->
  node

Source

val padding2d : 
  ?name:string ->
  ?act_typ:Neuron.Activation.typ ->
  int array array ->
  node ->
  node

Sourceval dropout : ?name:string -> float -> node -> node

Sourceval gaussian_noise : ?name:string -> float -> node -> node

Sourceval gaussian_dropout : ?name:string -> float -> node -> node

Sourceval alpha_dropout : ?name:string -> float -> node -> node

Source

val normalisation : 
  ?name:string ->
  ?axis:int ->
  ?training:bool ->
  ?decay:float ->
  ?mu:Neuron.Optimise.Algodiff.A.arr ->
  ?var:Neuron.Optimise.Algodiff.A.arr ->
  node ->
  node

Sourceval reshape : ?name:string -> int array -> node -> node

Sourceval flatten : ?name:string -> node -> node

Source

val lambda : 
  ?name:string ->
  ?act_typ:Neuron.Activation.typ ->
  (Neuron.Optimise.Algodiff.t -> Neuron.Optimise.Algodiff.t) ->
  node ->
  node

Source

val lambda_array : 
  ?name:string ->
  ?act_typ:Neuron.Activation.typ ->
  int array ->
  (Neuron.Optimise.Algodiff.t array -> Neuron.Optimise.Algodiff.t) ->
  node array ->
  node

Sourceval add : ?name:string -> ?act_typ:Neuron.Activation.typ -> node array -> node

Sourceval mul : ?name:string -> ?act_typ:Neuron.Activation.typ -> node array -> node

Sourceval dot : ?name:string -> ?act_typ:Neuron.Activation.typ -> node array -> node

Sourceval max : ?name:string -> ?act_typ:Neuron.Activation.typ -> node array -> node

Source

val average : 
  ?name:string ->
  ?act_typ:Neuron.Activation.typ ->
  node array ->
  node

Source

val concatenate : 
  ?name:string ->
  ?act_typ:Neuron.Activation.typ ->
  int ->
  node array ->
  node

Sourceval to_string : network -> string

Sourceval pp_network : Format.formatter -> network -> unit

Sourceval print : network -> unit

Sourceval save : ?unsafe:bool -> network -> string -> unit

Sourceval load : string -> network

Sourceval save_weights : network -> string -> unit

Sourceval load_weights : network -> string -> unit

Source

val train_generic : 
  ?state:Neuron.Optimise.Checkpoint.state ->
  ?params:Neuron.Optimise.Params.typ ->
  ?init_model:bool ->
  network ->
  Neuron.Optimise.Algodiff.t ->
  Neuron.Optimise.Algodiff.t ->
  Neuron.Optimise.Checkpoint.state

Source

val train : 
  ?state:Neuron.Optimise.Checkpoint.state ->
  ?params:Neuron.Optimise.Params.typ ->
  ?init_model:bool ->
  network ->
  Neuron.Optimise.Algodiff.A.arr ->
  Neuron.Optimise.Algodiff.A.arr ->
  Neuron.Optimise.Checkpoint.state

package owl-base

Module Make.Graph

Module `Make.Graph`