Module type Owl_types.NdarraySig

type arr
type elt = float
val empty : int array ‑> arr
val zeros : int array ‑> arr
val ones : int array ‑> arr
val uniform : ?⁠scale:elt ‑> int array ‑> arr
val gaussian : ?⁠sigma:elt ‑> int array ‑> arr
val bernoulli : ?⁠p:float ‑> ?⁠seed:int ‑> int array ‑> arr
val shape : arr ‑> int array
val numel : arr ‑> int
val get : arr ‑> int array ‑> elt
val set : arr ‑> int array ‑> elt ‑> unit
val get_slice : index list ‑> arr ‑> arr
val set_slice : index list ‑> arr ‑> arr ‑> unit
val clone : arr ‑> arr
val reset : arr ‑> unit
val reshape : arr ‑> int array ‑> arr
val tile : arr ‑> int array ‑> arr
val repeat : ?⁠axis:int ‑> arr ‑> int ‑> arr
val concatenate : ?⁠axis:int ‑> arr array ‑> arr
val split : ?⁠axis:int ‑> int array ‑> arr ‑> arr array
val print : ?⁠max_row:int ‑> ?⁠max_col:int ‑> ?⁠header:bool ‑> ?⁠fmt:(elt ‑> string) ‑> arr ‑> unit
val draw_along_dim0 : arr ‑> int ‑> arr * int array
val abs : arr ‑> arr
val neg : arr ‑> arr
val floor : arr ‑> arr
val ceil : arr ‑> arr
val round : arr ‑> arr
val sqr : arr ‑> arr
val sqrt : arr ‑> arr
val log : arr ‑> arr
val log2 : arr ‑> arr
val log10 : arr ‑> arr
val exp : arr ‑> arr
val sin : arr ‑> arr
val cos : arr ‑> arr
val tan : arr ‑> arr
val sinh : arr ‑> arr
val cosh : arr ‑> arr
val tanh : arr ‑> arr
val asin : arr ‑> arr
val acos : arr ‑> arr
val atan : arr ‑> arr
val asinh : arr ‑> arr
val acosh : arr ‑> arr
val atanh : arr ‑> arr
val sum : arr ‑> elt
val sum_ : ?⁠axis:int ‑> arr ‑> arr
val sum_slices : ?⁠axis:int ‑> arr ‑> arr
val signum : arr ‑> arr
val l1norm : arr ‑> elt
val l2norm : arr ‑> elt
val l2norm_sqr : arr ‑> elt
val sigmoid : arr ‑> arr
val relu : arr ‑> arr
val clip_by_l2norm : elt ‑> arr ‑> arr
val pow : arr ‑> arr ‑> arr
val scalar_pow : elt ‑> arr ‑> arr
val pow_scalar : arr ‑> elt ‑> arr
val atan2 : arr ‑> arr ‑> arr
val scalar_atan2 : elt ‑> arr ‑> arr
val atan2_scalar : arr ‑> elt ‑> arr
val add : arr ‑> arr ‑> arr
val sub : arr ‑> arr ‑> arr
val mul : arr ‑> arr ‑> arr
val div : arr ‑> arr ‑> arr
val add_scalar : arr ‑> elt ‑> arr
val sub_scalar : arr ‑> elt ‑> arr
val mul_scalar : arr ‑> elt ‑> arr
val div_scalar : arr ‑> elt ‑> arr
val scalar_add : elt ‑> arr ‑> arr
val scalar_sub : elt ‑> arr ‑> arr
val scalar_mul : elt ‑> arr ‑> arr
val scalar_div : elt ‑> arr ‑> arr
val elt_greater_equal_scalar : arr ‑> elt ‑> arr
Neural network related functions
val conv1d : ?⁠padding:padding ‑> arr ‑> arr ‑> int array ‑> arr
val conv2d : ?⁠padding:padding ‑> arr ‑> arr ‑> int array ‑> arr
val conv3d : ?⁠padding:padding ‑> arr ‑> arr ‑> int array ‑> arr
val max_pool1d : ?⁠padding:padding ‑> arr ‑> int array ‑> int array ‑> arr
val max_pool2d : ?⁠padding:padding ‑> arr ‑> int array ‑> int array ‑> arr
val max_pool3d : ?⁠padding:padding ‑> arr ‑> int array ‑> int array ‑> arr
val avg_pool1d : ?⁠padding:padding ‑> arr ‑> int array ‑> int array ‑> arr
val avg_pool2d : ?⁠padding:padding ‑> arr ‑> int array ‑> int array ‑> arr
val avg_pool3d : ?⁠padding:padding ‑> arr ‑> int array ‑> int array ‑> arr
val conv1d_backward_input : arr ‑> arr ‑> int array ‑> arr ‑> arr
val conv1d_backward_kernel : arr ‑> arr ‑> int array ‑> arr ‑> arr
val conv2d_backward_input : arr ‑> arr ‑> int array ‑> arr ‑> arr
val conv2d_backward_kernel : arr ‑> arr ‑> int array ‑> arr ‑> arr
val conv3d_backward_input : arr ‑> arr ‑> int array ‑> arr ‑> arr
val conv3d_backward_kernel : arr ‑> arr ‑> int array ‑> arr ‑> arr
val max_pool1d_backward : padding ‑> arr ‑> int array ‑> int array ‑> arr ‑> arr
val max_pool2d_backward : padding ‑> arr ‑> int array ‑> int array ‑> arr ‑> arr
val avg_pool1d_backward : padding ‑> arr ‑> int array ‑> int array ‑> arr ‑> arr
val avg_pool2d_backward : padding ‑> arr ‑> int array ‑> int array ‑> arr ‑> arr