owl 0.8.0 · OCaml Package

module Neuron : sig ... end

type node = Owl_neural_generic.Make_Embedded(Owl_algodiff_primal_ops.S).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;

}

and network =
  Owl_neural_generic.Make_Embedded(Owl_algodiff_primal_ops.S).network =
  {

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

}

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

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

val get_roots : network -> node array

val get_outputs : network -> node array

val get_node : network -> string -> node

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

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

val get_network_name : network -> string

val set_network_name : network -> string -> unit

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

val connect_pair : node -> node -> unit

val connect_to_parents : node array -> node -> unit

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

val input_shape : network -> int array

val input_shapes : network -> int array array

val init : network -> unit

val reset : network -> unit

val mktag : int -> network -> unit

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

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

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

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

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

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

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

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

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

val copy : network -> network

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

val to_string : network -> string

val pp_network : Stdlib.Format.formatter -> network -> unit

val print : network -> unit

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

val load : string -> network

val save_weights : network -> string -> unit

val load_weights : network -> string -> unit

val get_subnetwork : ?make_inputs:string array -> node -> network

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

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