LinearModel.h

Go to the documentation of this file.

#pragma once
#include <vector>
#include "../krotos_eigen_updated/Eigen/Dense"
 
namespace krotos
{
class LinearModel
{
  public:
    LinearModel(const std::vector<Eigen::MatrixXf>& weights, const std::vector<Eigen::VectorXf>& biases,
                const Eigen::MatrixXf& weightsOutput, const Eigen::VectorXf& biasOutput, const StringArray& categories);
 
    LinearModel();
 
    Eigen::VectorXf infer(const Eigen::VectorXf& input);
    Eigen::VectorXf inferSingle(const Eigen::VectorXf& input);
    String getProminentCategory();
    
    StringArray getOutputCategories();
 
    void loadModelData();
 
  private:
    // layer weights (hidden)
    std::vector<Eigen::MatrixXf> m_weights;
 
    // layer weights (output)
    Eigen::MatrixXf m_weightsOutput;
 
    // layer biases
    std::vector<Eigen::VectorXf> m_bias;
 
    // output biases
    Eigen::VectorXf m_biasOutput;
 
    // output classes vector
    StringArray m_outputCategories;
 
    // layer outputs
    std::vector<Eigen::VectorXf> m_layerOutput;
 
    // model outputs
    Eigen::VectorXf m_outputs;
 
    // number of layers
    int m_numLayers{0};
 
    // leyer size
    int m_layerSize{0};
 
    // output size
    int m_outputSize{0};
    
    // array to load weights from json
    var m_weightsVar;
 
    // working buffer is used for intermediate storage as eigen complaints
    // when overwriting same vector
    Eigen::VectorXf m_workingBuffer;
 
    // the index of the prominent category
    int m_prominentCategoryIndex = {0};
 
    Eigen::VectorXf sigmoid(const Eigen::VectorXf& lOut);
 
    Eigen::VectorXf relu(const Eigen::VectorXf& lOut);
};
 
} // namespace krotos