deeplearning

Type Members

1. trait Symbolic[NativeOutput] extends AnyRef

   

   Provides @Symbolic annotation to create symbolic methods, in which you can create Layers from mathematical formulas.

   Provides @Symbolic annotation to create symbolic methods, in which you can create Layers from mathematical formulas.

   Symbolic is a dependent type class that calculates a specific Layer type according to NativeOutput. Combining with implicit-dependent-type compiler plugin, it can be treated as a type annotation in the form of NativeOutput @Symbolic, converting NativeOutput to a specific Layer type.

   @Symbolic 的三种用法

   用于符号方法的隐式参数类型

   如果某个方法的隐式类型参数标注了@Symbolic，那么这个方法就是符号方法，@Symbolic所标注的隐式参数类型是这个符号方法的输入类型。 这种情况下，NativeOutput @Symbolic会被展开为：

   Identity[NativeOutput, NativeOutput的导数类型]

   例如：

   def sumNetwork(implicit scores: INDArray @Symbolic): Double = {
     exp(scores).sum
   }

   上述代码中，由于INDArray的导数类型也是INDArray，所以sumNetwork的输入类型INDArray @Symbolic展开后是Identity[INDArray, INDArray]。

   用于符号方法内部变量和返回值

   在符号方法内部和返回值处，NativeOutput @Symbolic会被展开为：

   Layer.Aux[Tape.Aux[输入类型的值类型, 输入类型的导数类型], Tape.Aux[NativeOutput, NativeOutput的导数类型]]

   例如：

   def sumNetwork(implicit scores: INDArray @Symbolic): Double @Symbolic = {
     val expScores: INDArray @Symbolic = exp(scores)
     val result: Double @Symbolic = expScores.sum
     result
   }

   上述代码中，expScores的类型INDArray @Symbolic展开后是：

   Layer.Aux[Tape.Aux[INDArray, INDArray], Tape.Aux[INDArray, INDArray]]

   而result的类型Double @Symbolic展开后是：

   Layer.Aux[Tape.Aux[INDArray, INDArray], Tape.Aux[Double, Double]]

   用于符号方法之外

   在符号方法之外，(NativeInput => NativeOutput) @Symbolic会被展开为：

   Layer.Aux[Tape.Aux[NativeInput, NativeInput的导数类型], Tape.Aux[NativeOutput, NativeOutput的导数类型]]

   例如：

   val predictor: (INDArray => Double) @Symbolic = sumNetwork

   上述代码中，predictor的类型(INDArray => Double) @Symbolic展开后是：

   Layer.Aux[Tape.Aux[INDArray, INDArray], Tape.Aux[Double, Double]]

   定制符号类型

   @Symbolic通过检查Symbolic.ToLiteral隐式值来确定原生类型和导数之间的映射关系。 因此，只要定义Symbolic.ToLiteral类型的隐式值，@Symbolic就可以支持定制符号类型。

   比如，假如你希望支持Short @Symbolic，其中使用Float作为Short的导数类型，那么可以这样做：

   implicit object ShortToLiteral extends ToLiteral[Short] {
     override type Data = Short
     override type Delta = Float
     override def apply(data: Short) = Literal(data)
   }
   
   def makeShortNetwork(implicit input: Short @Symbolic): Short @Symbolic = {
     input
   }
   
   val shortNetwork: (Short => Short) @Symbolic = makeShortNetwork

   这样一来shortNetwork的类型就会展开为：

   Layer.Aux[Tape.Aux[Short, Float], Tape.Aux[Short, Float]]

   Annotations

   @implicitNotFound( ... )

   See also

   Layer.Tape#Delta

   Symbolic.ToLiteral

   Symbolic.Layers.Identity