
  0 | module NN.Utils
  1 | 
  2 | import Data.Nat
  3 | import Data.String
  4 | import Data.ScientificNotation
  5 | import Data.Materialise
  6 | import Misc
  7 | 
  8 | public export
  9 | runActionUntilMaxSteps : Materialise p =>
 10 |   ScientificDisplay p =>
 11 |   ScientificDisplay l =>
 12 |   {default 100 printEvery : Nat} ->
 13 |   (action : p -> IO p) ->
 14 |   (maxSteps : Nat) ->
 15 |   (currentStep : Nat) -> (currentValue : p) ->
 16 |   (loss : p -> IO l) ->
 17 |   IO p
 18 | runActionUntilMaxSteps action maxSteps currStep currVal lossIO
 19 |   = case currStep < maxSteps of
 20 |     True => do
 21 |       runIf (currStep `mod` printEvery == 0 || currStep < 10) $ do
 22 |         loss <- lossIO currVal
 23 |         putStrLn "  \{dim "step"} \{bold (padLeft stepWidth ' ' (show currStep))} \{dim "│ loss"} \{yellow (showSci loss)}"
 24 |       result <- action currVal
 25 |       -- we materialise the result between every training step
 26 |       runActionUntilMaxSteps {printEvery=printEvery} action maxSteps (assert_smaller currStep (currStep + 1)) (materialise result) lossIO
 27 |     False => do
 28 |       loss <- lossIO currVal
 29 |       putStrLn rule
 30 |       putStrLn "  Max steps (\{bold (show maxSteps)}) reached."
 31 |       putStrLn "  \{dim "Final loss:     "} \{yellow (showSci loss)}"
 32 |       putStrLn "  \{dim "Final params:   "} \{cyan (showSci currVal)}"
 33 |       putStrLn rule
 34 |       pure currVal
 35 |   where
 36 |     stepWidth : Nat
 37 |     stepWidth = length (show maxSteps)
 38 | 
 39 |     rule : String
 40 |     rule = dim (String.replicate 50 '─')
 41 |