DynamicTensor

Usage

use DynamicTensor;

or

import DynamicTensor;

config param maxRank = 6

param defaultDetachedMode = true

type Tensor = dynamicTensor(?)

record dynamicTensor : serializable

type eltType = real

var meta : shared(TensorEssence(eltType))

var runtimeRank : int = -1

proc init(type eltType)

proc init(type eltType, in meta: shared(TensorEssence(eltType)))

proc init(in meta: shared(TensorEssence(?eltType)))

proc init(t: staticTensor(?rank, ?eltType), detached: bool = dynamicTensor.detachMode())

proc init(a: ndarray(?rank, ?eltType))

proc init(arr: [] ?eltType)

proc this(args ...)

proc tensorize(param rank: int) : staticTensor(rank, eltType)

proc resource(param rank: int) : shared(BaseTensorResource(eltType, rank))

proc forceRank(param rank: int) : staticTensor(rank, eltType)

proc forceRankMeta(param rank: int) : shared(BaseTensorResource(eltType, rank))

proc hardCheckRank(param rank: int) : bool

proc checkRank(param rank: int) : bool

proc to(device: locale)

proc device : locale

proc array(param rank: int) ref : ndarray(rank, eltType)

proc grad(param rank: int) ref : ndarray(rank, eltType)

proc data(param rank: int) ref : [] eltType

proc toNDArray(param rank: int) : ndarray(rank, eltType)

proc toArray(param rank: int) : [] eltType

proc detach() : dynamicTensor(eltType)

operator :(in t: dynamicTensor(?eltType), type toType) : dynamicTensor(toType)

proc type dynamicTensor.detachMode() param : bool

proc type dynamicTensor.detachMode(detachMode: bool)

proc ndarray.toTensor() : dynamicTensor(eltType)

proc staticTensor.eraseRank(detach: bool = dynamicTensor.detachMode()) : dynamicTensor(eltType)

operator :(t: staticTensor(?rank, ?eltType), type T: dynamicTensor(eltType)) : dynamicTensor(eltType)

proc zipBinOp(param opName: string, a: dynamicTensor(?eltType), b: dynamicTensor(eltType)) : dynamicTensor(eltType)

proc type dynamicTensor.loadFromNumpy(path: string) : dynamicTensor(real)

operator +(a: dynamicTensor(?eltType), b: dynamicTensor(eltType)) : dynamicTensor(eltType)

operator -(a: dynamicTensor(?eltType), b: dynamicTensor(eltType)) : dynamicTensor(eltType)

operator *(a: dynamicTensor(?eltType), b: dynamicTensor(eltType)) : dynamicTensor(eltType)

proc dynamicTensor.sum(axes: int ...?r) : dynamicTensor(eltType)

proc dynamicTensor.relu() : dynamicTensor(eltType)

proc dynamicTensor.max() : dynamicTensor(eltType)

proc dynamicTensor.exp() : dynamicTensor(eltType)

proc dynamicTensor.softmax() : dynamicTensor(eltType)

proc dynamicTensor.maxPool(poolSize: int) : dynamicTensor(eltType)

proc dynamicTensor.reshape(args ...) : dynamicTensor(eltType)

proc dynamicTensor.slice(rngs: range ...?rank) : dynamicTensor(eltType)

proc dynamicTensor.slice(dom: domain(?)) : dynamicTensor(eltType)

proc dynamicTensor.flatten() : dynamicTensor(eltType)

proc type dynamicTensor.matvecmul(m: dynamicTensor(?eltType), v: dynamicTensor(eltType)) : dynamicTensor(eltType)

proc type dynamicTensor.matvecmulFast(m: dynamicTensor(?eltType), v: dynamicTensor(eltType)) : dynamicTensor(eltType)

proc dynamicTensor.argmax() : int

proc type dynamicTensor.convolve(features: dynamicTensor(?eltType), kernel: dynamicTensor(eltType), stride: int) : dynamicTensor(eltType)

proc type dynamicTensor.convolve(features: dynamicTensor(?eltType), kernel: dynamicTensor(eltType), bias: dynamicTensor(eltType), stride: int) : dynamicTensor(eltType)

proc type dynamicTensor.arange(args ...)

proc type dynamicTensor.ones(args ...)

proc type dynamicTensor.zeros(args ...)

proc main()

proc dynamicTensor.serialize(writer: IO.fileWriter(locking = false, IO.defaultSerializer), ref serializer: IO.defaultSerializer)

proc dynamicTensor.serialize(writer: IO.fileWriter(?), ref serializer: ?srt2)  where srt2 != IO.defaultSerializer

proc dynamicTensor.write(fw: IO.fileWriter(?)) throws

proc dynamicTensor.save(path: string)

proc type dynamicTensor.multiReader(path: string)

proc type dynamicTensor.load(path: string, param precision = 64) : dynamicTensor(real)

proc type dynamicTensor.readInPlace(fr: IO.fileReader(?), param precision = 64) : dynamicTensor(real)