up new v4

Scheaven

2021-06-03 168af40fe9a3cc81c6ee16b3e81f154780c36bdb

 lib/detecter_tools/darknet/blas.c

@@ -1,517 +1,891 @@
#include "blas.h"

#include "utils.h"



#include <math.h>

#include <assert.h>

#include <float.h>

#include <stdio.h>

#include <stdlib.h>

#include <string.h>

void reorg_cpu(float *x, int out_w, int out_h, int out_c, int batch, int stride, int forward, float *out)

{

    int b,i,j,k;

    int in_c = out_c/(stride*stride);



    //printf("\n out_c = %d, out_w = %d, out_h = %d, stride = %d, forward = %d \n", out_c, out_w, out_h, stride, forward);

    //printf("  in_c = %d,  in_w = %d,  in_h = %d \n", in_c, out_w*stride, out_h*stride);



    for(b = 0; b < batch; ++b){

        for(k = 0; k < out_c; ++k){

            for(j = 0; j < out_h; ++j){

                for(i = 0; i < out_w; ++i){

                    int in_index  = i + out_w*(j + out_h*(k + out_c*b));

                    int c2 = k % in_c;

                    int offset = k / in_c;

                    int w2 = i*stride + offset % stride;

                    int h2 = j*stride + offset / stride;

                    int out_index = w2 + out_w*stride*(h2 + out_h*stride*(c2 + in_c*b));

                    if(forward) out[out_index] = x[in_index];    // used by default for forward (i.e. forward = 0)

                    else out[in_index] = x[out_index];

                }

            }

        }

    }

}



void flatten(float *x, int size, int layers, int batch, int forward)

{

    float* swap = (float*)xcalloc(size * layers * batch, sizeof(float));

    int i,c,b;

    for(b = 0; b < batch; ++b){

        for(c = 0; c < layers; ++c){

            for(i = 0; i < size; ++i){

                int i1 = b*layers*size + c*size + i;

                int i2 = b*layers*size + i*layers + c;

                if (forward) swap[i2] = x[i1];

                else swap[i1] = x[i2];

            }

        }

    }

    memcpy(x, swap, size*layers*batch*sizeof(float));

    free(swap);

}



void weighted_sum_cpu(float *a, float *b, float *s, int n, float *c)

{

    int i;

    for(i = 0; i < n; ++i){

        c[i] = s[i]*a[i] + (1-s[i])*(b ? b[i] : 0);

    }

}



void weighted_delta_cpu(float *a, float *b, float *s, float *da, float *db, float *ds, int n, float *dc)

{

    int i;

    for(i = 0; i < n; ++i){

        if(da) da[i] += dc[i] * s[i];

        if(db) db[i] += dc[i] * (1-s[i]);

        ds[i] += dc[i] * (a[i] - b[i]);

    }

}



static float relu(float src) {

    if (src > 0) return src;

    return 0;

}



void shortcut_multilayer_cpu(int size, int src_outputs, int batch, int n, int *outputs_of_layers, float **layers_output, float *out, float *in, float *weights, int nweights, WEIGHTS_NORMALIZATION_T weights_normalization)

{

    // nweights - l.n or l.n*l.c or (l.n*l.c*l.h*l.w)

    const int layer_step = nweights / (n + 1);    // 1 or l.c or (l.c * l.h * l.w)

    int step = 0;

    if (nweights > 0) step = src_outputs / layer_step; // (l.c * l.h * l.w) or (l.w*l.h) or 1



    int id;

    #pragma omp parallel for

    for (id = 0; id < size; ++id) {



        int src_id = id;

        const int src_i = src_id % src_outputs;

        src_id /= src_outputs;

        int src_b = src_id;



        float sum = 1, max_val = -FLT_MAX;

        int i;

        if (weights && weights_normalization) {

            if (weights_normalization == SOFTMAX_NORMALIZATION) {

                for (i = 0; i < (n + 1); ++i) {

                    const int weights_index = src_i / step + i*layer_step;  // [0 or c or (c, h ,w)]

                    float w = weights[weights_index];

                    if (max_val < w) max_val = w;

                }

            }

            const float eps = 0.0001;

            sum = eps;

            for (i = 0; i < (n + 1); ++i) {

                const int weights_index = src_i / step + i*layer_step;  // [0 or c or (c, h ,w)]

                const float w = weights[weights_index];

                if (weights_normalization == RELU_NORMALIZATION) sum += relu(w);

                else if (weights_normalization == SOFTMAX_NORMALIZATION) sum += expf(w - max_val);

            }

        }



        if (weights) {

            float w = weights[src_i / step];

            if (weights_normalization == RELU_NORMALIZATION) w = relu(w) / sum;

            else if (weights_normalization == SOFTMAX_NORMALIZATION) w = expf(w - max_val) / sum;



            out[id] = in[id] * w; // [0 or c or (c, h ,w)]

        }

        else out[id] = in[id];



        // layers

        for (i = 0; i < n; ++i) {

            int add_outputs = outputs_of_layers[i];

            if (src_i < add_outputs) {

                int add_index = add_outputs*src_b + src_i;

                int out_index = id;



                float *add = layers_output[i];



                if (weights) {

                    const int weights_index = src_i / step + (i + 1)*layer_step;  // [0 or c or (c, h ,w)]

                    float w = weights[weights_index];

                    if (weights_normalization == RELU_NORMALIZATION) w = relu(w) / sum;

                    else if (weights_normalization == SOFTMAX_NORMALIZATION) w = expf(w - max_val) / sum;



                    out[out_index] += add[add_index] * w; // [0 or c or (c, h ,w)]

                }

                else out[out_index] += add[add_index];

            }

        }

    }

}



void backward_shortcut_multilayer_cpu(int size, int src_outputs, int batch, int n, int *outputs_of_layers,

    float **layers_delta, float *delta_out, float *delta_in, float *weights, float *weight_updates, int nweights, float *in, float **layers_output, WEIGHTS_NORMALIZATION_T weights_normalization)

{

    // nweights - l.n or l.n*l.c or (l.n*l.c*l.h*l.w)

    const int layer_step = nweights / (n + 1);    // 1 or l.c or (l.c * l.h * l.w)

    int step = 0;

    if (nweights > 0) step = src_outputs / layer_step; // (l.c * l.h * l.w) or (l.w*l.h) or 1



    int id;

    #pragma omp parallel for

    for (id = 0; id < size; ++id) {

        int src_id = id;

        int src_i = src_id % src_outputs;

        src_id /= src_outputs;

        int src_b = src_id;



        float grad = 1, sum = 1, max_val = -FLT_MAX;;

        int i;

        if (weights && weights_normalization) {

            if (weights_normalization == SOFTMAX_NORMALIZATION) {

                for (i = 0; i < (n + 1); ++i) {

                    const int weights_index = src_i / step + i*layer_step;  // [0 or c or (c, h ,w)]

                    float w = weights[weights_index];

                    if (max_val < w) max_val = w;

                }

            }

            const float eps = 0.0001;

            sum = eps;

            for (i = 0; i < (n + 1); ++i) {

                const int weights_index = src_i / step + i*layer_step;  // [0 or c or (c, h ,w)]

                const float w = weights[weights_index];

                if (weights_normalization == RELU_NORMALIZATION) sum += relu(w);

                else if (weights_normalization == SOFTMAX_NORMALIZATION) sum += expf(w - max_val);

            }



            /*

            grad = 0;

            for (i = 0; i < (n + 1); ++i) {

                const int weights_index = src_i / step + i*layer_step;  // [0 or c or (c, h ,w)]

                const float delta_w = delta_in[id] * in[id];

                const float w = weights[weights_index];

                if (weights_normalization == RELU_NORMALIZATION) grad += delta_w * relu(w) / sum;

                else if (weights_normalization == SOFTMAX_NORMALIZATION) grad += delta_w * expf(w - max_val) / sum;

            }

            */

        }



        if (weights) {

            float w = weights[src_i / step];

            if (weights_normalization == RELU_NORMALIZATION) w = relu(w) / sum;

            else if (weights_normalization == SOFTMAX_NORMALIZATION) w = expf(w - max_val) / sum;



            delta_out[id] += delta_in[id] * w; // [0 or c or (c, h ,w)]

            weight_updates[src_i / step] += delta_in[id] * in[id] * grad;

        }

        else delta_out[id] += delta_in[id];



        // layers

        for (i = 0; i < n; ++i) {

            int add_outputs = outputs_of_layers[i];

            if (src_i < add_outputs) {

                int add_index = add_outputs*src_b + src_i;

                int out_index = id;



                float *layer_delta = layers_delta[i];

                if (weights) {

                    float *add = layers_output[i];



                    const int weights_index = src_i / step + (i + 1)*layer_step;  // [0 or c or (c, h ,w)]

                    float w = weights[weights_index];

                    if (weights_normalization == RELU_NORMALIZATION) w = relu(w) / sum;

                    else if (weights_normalization == SOFTMAX_NORMALIZATION) w = expf(w - max_val) / sum;



                    layer_delta[add_index] += delta_in[id] * w; // [0 or c or (c, h ,w)]

                    weight_updates[weights_index] += delta_in[id] * add[add_index] * grad;

                }

                else layer_delta[add_index] += delta_in[id];

            }

        }

    }

}



void shortcut_cpu(int batch, int w1, int h1, int c1, float *add, int w2, int h2, int c2, float *out)

{

    int stride = w1/w2;

    int sample = w2/w1;

    assert(stride == h1/h2);

    assert(sample == h2/h1);

    if(stride < 1) stride = 1;

    if(sample < 1) sample = 1;

    int minw = (w1 < w2) ? w1 : w2;

    int minh = (h1 < h2) ? h1 : h2;

    int minc = (c1 < c2) ? c1 : c2;



    int i,j,k,b;

    for(b = 0; b < batch; ++b){

        for(k = 0; k < minc; ++k){

            for(j = 0; j < minh; ++j){

                for(i = 0; i < minw; ++i){

                    int out_index = i*sample + w2*(j*sample + h2*(k + c2*b));

                    int add_index = i*stride + w1*(j*stride + h1*(k + c1*b));

                    out[out_index] += add[add_index];

                }

            }

        }

    }

}



void mean_cpu(float *x, int batch, int filters, int spatial, float *mean)

{

    float scale = 1./(batch * spatial);

    int i,j,k;

    for(i = 0; i < filters; ++i){

        mean[i] = 0;

        for(j = 0; j < batch; ++j){

            for(k = 0; k < spatial; ++k){

                int index = j*filters*spatial + i*spatial + k;

                mean[i] += x[index];

            }

        }

        mean[i] *= scale;

    }

}



void variance_cpu(float *x, float *mean, int batch, int filters, int spatial, float *variance)

{

    float scale = 1./(batch * spatial - 1);

    int i,j,k;

    for(i = 0; i < filters; ++i){

        variance[i] = 0;

        for(j = 0; j < batch; ++j){

            for(k = 0; k < spatial; ++k){

                int index = j*filters*spatial + i*spatial + k;

                variance[i] += pow((x[index] - mean[i]), 2);

            }

        }

        variance[i] *= scale;

    }

}



void normalize_cpu(float *x, float *mean, float *variance, int batch, int filters, int spatial)

{

    int b, f, i;

    for(b = 0; b < batch; ++b){

        for(f = 0; f < filters; ++f){

            for(i = 0; i < spatial; ++i){

                int index = b*filters*spatial + f*spatial + i;

                x[index] = (x[index] - mean[f])/(sqrt(variance[f] + .000001f));

            }

        }

    }

}



void const_cpu(int N, float ALPHA, float *X, int INCX)

{

    int i;

    for(i = 0; i < N; ++i) X[i*INCX] = ALPHA;

}



void mul_cpu(int N, float *X, int INCX, float *Y, int INCY)

{

    int i;

    for(i = 0; i < N; ++i) Y[i*INCY] *= X[i*INCX];

}



void pow_cpu(int N, float ALPHA, float *X, int INCX, float *Y, int INCY)

{

    int i;

    for(i = 0; i < N; ++i) Y[i*INCY] = pow(X[i*INCX], ALPHA);

}



void axpy_cpu(int N, float ALPHA, float *X, int INCX, float *Y, int INCY)

{

    int i;

    for(i = 0; i < N; ++i) Y[i*INCY] += ALPHA*X[i*INCX];

}



void scal_cpu(int N, float ALPHA, float *X, int INCX)

{

    int i;

    for(i = 0; i < N; ++i) X[i*INCX] *= ALPHA;

}



void scal_add_cpu(int N, float ALPHA, float BETA, float *X, int INCX)

{

    int i;

    for (i = 0; i < N; ++i) X[i*INCX] = X[i*INCX] * ALPHA + BETA;

}



void fill_cpu(int N, float ALPHA, float *X, int INCX)

{

    int i;

    if (INCX == 1 && ALPHA == 0) {

        memset(X, 0, N * sizeof(float));

    }

    else {

        for (i = 0; i < N; ++i) X[i*INCX] = ALPHA;

    }

}



void deinter_cpu(int NX, float *X, int NY, float *Y, int B, float *OUT)

{

    int i, j;

    int index = 0;

    for(j = 0; j < B; ++j) {

        for(i = 0; i < NX; ++i){

            if(X) X[j*NX + i] += OUT[index];

            ++index;

        }

        for(i = 0; i < NY; ++i){

            if(Y) Y[j*NY + i] += OUT[index];

            ++index;

        }

    }

}



void inter_cpu(int NX, float *X, int NY, float *Y, int B, float *OUT)

{

    int i, j;

    int index = 0;

    for(j = 0; j < B; ++j) {

        for(i = 0; i < NX; ++i){

            OUT[index++] = X[j*NX + i];

        }

        for(i = 0; i < NY; ++i){

            OUT[index++] = Y[j*NY + i];

        }

    }

}



void copy_cpu(int N, float *X, int INCX, float *Y, int INCY)

{

    int i;

    for(i = 0; i < N; ++i) Y[i*INCY] = X[i*INCX];

}



void mult_add_into_cpu(int N, float *X, float *Y, float *Z)

{

    int i;

    for(i = 0; i < N; ++i) Z[i] += X[i]*Y[i];

}



void smooth_l1_cpu(int n, float *pred, float *truth, float *delta, float *error)

{

    int i;

    for(i = 0; i < n; ++i){

        float diff = truth[i] - pred[i];

        float abs_val = fabs(diff);

        if(abs_val < 1) {

            error[i] = diff * diff;

            delta[i] = diff;

        }

        else {

            error[i] = 2*abs_val - 1;

            delta[i] = (diff > 0) ? 1 : -1;

        }

    }

}



void l1_cpu(int n, float *pred, float *truth, float *delta, float *error)

{

    int i;

    for(i = 0; i < n; ++i){

        float diff = truth[i] - pred[i];

        error[i] = fabs(diff);

        delta[i] = diff > 0 ? 1 : -1;

    }

}



void softmax_x_ent_cpu(int n, float *pred, float *truth, float *delta, float *error)

{

    int i;

    for(i = 0; i < n; ++i){

        float t = truth[i];

        float p = pred[i];

        error[i] = (t) ? -log(p) : 0;

        delta[i] = t-p;

    }

}



void logistic_x_ent_cpu(int n, float *pred, float *truth, float *delta, float *error)

{

    int i;

    for(i = 0; i < n; ++i){

        float t = truth[i];

        float p = pred[i];

        error[i] = -t*log(p) - (1-t)*log(1-p);

        delta[i] = t-p;

    }

}



void l2_cpu(int n, float *pred, float *truth, float *delta, float *error)

{

    int i;

    for(i = 0; i < n; ++i){

        float diff = truth[i] - pred[i];

        error[i] = diff * diff;

        delta[i] = diff;

    }

}



float dot_cpu(int N, float *X, int INCX, float *Y, int INCY)

{

    int i;

    float dot = 0;

    for(i = 0; i < N; ++i) dot += X[i*INCX] * Y[i*INCY];

    return dot;

}



void softmax(float *input, int n, float temp, float *output, int stride)

{

    int i;

    float sum = 0;

    float largest = -FLT_MAX;

    for(i = 0; i < n; ++i){

        if(input[i*stride] > largest) largest = input[i*stride];

    }

    for(i = 0; i < n; ++i){

        float e = exp(input[i*stride]/temp - largest/temp);

        sum += e;

        output[i*stride] = e;

    }

    for(i = 0; i < n; ++i){

        output[i*stride] /= sum;

    }

}





void softmax_cpu(float *input, int n, int batch, int batch_offset, int groups, int group_offset, int stride, float temp, float *output)

{

    int g, b;

    for(b = 0; b < batch; ++b){

        for(g = 0; g < groups; ++g){

            softmax(input + b*batch_offset + g*group_offset, n, temp, output + b*batch_offset + g*group_offset, stride);

        }

    }

}



void upsample_cpu(float *in, int w, int h, int c, int batch, int stride, int forward, float scale, float *out)

{

    int i, j, k, b;

    for (b = 0; b < batch; ++b) {

        for (k = 0; k < c; ++k) {

            for (j = 0; j < h*stride; ++j) {

                for (i = 0; i < w*stride; ++i) {

                    int in_index = b*w*h*c + k*w*h + (j / stride)*w + i / stride;

                    int out_index = b*w*h*c*stride*stride + k*w*h*stride*stride + j*w*stride + i;

                    if (forward) out[out_index] = scale*in[in_index];

                    else in[in_index] += scale*out[out_index];

                }

            }

        }

    }

}





void constrain_cpu(int size, float ALPHA, float *X)

{

    int i;

    for (i = 0; i < size; ++i) {

        X[i] = fminf(ALPHA, fmaxf(-ALPHA, X[i]));

    }

}



void fix_nan_and_inf_cpu(float *input, size_t size)

{

    int i;

    for (i = 0; i < size; ++i) {

        float val = input[i];

        if (isnan(val) || isinf(val))

            input[i] = 1.0f / i;  // pseudo random value

    }

}

#include "blas.h"
#include "utils.h"

#include <math.h>
#include <assert.h>
#include <float.h>
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
void reorg_cpu(float *x, int out_w, int out_h, int out_c, int batch, int stride, int forward, float *out)
{
    int b,i,j,k;
    int in_c = out_c/(stride*stride);

    //printf("\n out_c = %d, out_w = %d, out_h = %d, stride = %d, forward = %d \n", out_c, out_w, out_h, stride, forward);
    //printf("  in_c = %d,  in_w = %d,  in_h = %d \n", in_c, out_w*stride, out_h*stride);

    for(b = 0; b < batch; ++b){
        for(k = 0; k < out_c; ++k){
            for(j = 0; j < out_h; ++j){
                for(i = 0; i < out_w; ++i){
                    int in_index  = i + out_w*(j + out_h*(k + out_c*b));
                    int c2 = k % in_c;
                    int offset = k / in_c;
                    int w2 = i*stride + offset % stride;
                    int h2 = j*stride + offset / stride;
                    int out_index = w2 + out_w*stride*(h2 + out_h*stride*(c2 + in_c*b));
                    if(forward) out[out_index] = x[in_index];    // used by default for forward (i.e. forward = 0)
                    else out[in_index] = x[out_index];
                }
            }
        }
    }
}

void flatten(float *x, int size, int layers, int batch, int forward)
{
    float* swap = (float*)xcalloc(size * layers * batch, sizeof(float));
    int i,c,b;
    for(b = 0; b < batch; ++b){
        for(c = 0; c < layers; ++c){
            for(i = 0; i < size; ++i){
                int i1 = b*layers*size + c*size + i;
                int i2 = b*layers*size + i*layers + c;
                if (forward) swap[i2] = x[i1];
                else swap[i1] = x[i2];
            }
        }
    }
    memcpy(x, swap, size*layers*batch*sizeof(float));
    free(swap);
}

void weighted_sum_cpu(float *a, float *b, float *s, int n, float *c)
{
    int i;
    for(i = 0; i < n; ++i){
        c[i] = s[i]*a[i] + (1-s[i])*(b ? b[i] : 0);
    }
}

void weighted_delta_cpu(float *a, float *b, float *s, float *da, float *db, float *ds, int n, float *dc)
{
    int i;
    for(i = 0; i < n; ++i){
        if(da) da[i] += dc[i] * s[i];
        if(db) db[i] += dc[i] * (1-s[i]);
        ds[i] += dc[i] * (a[i] - b[i]);
    }
}

static float relu(float src) {
    if (src > 0) return src;
    return 0;
}

void shortcut_multilayer_cpu(int size, int src_outputs, int batch, int n, int *outputs_of_layers, float **layers_output, float *out, float *in, float *weights, int nweights, WEIGHTS_NORMALIZATION_T weights_normalization)
{
    // nweights - l.n or l.n*l.c or (l.n*l.c*l.h*l.w)
    const int layer_step = nweights / (n + 1);    // 1 or l.c or (l.c * l.h * l.w)
    int step = 0;
    if (nweights > 0) step = src_outputs / layer_step; // (l.c * l.h * l.w) or (l.w*l.h) or 1

    int id;
    #pragma omp parallel for
    for (id = 0; id < size; ++id) {

        int src_id = id;
        const int src_i = src_id % src_outputs;
        src_id /= src_outputs;
        int src_b = src_id;

        float sum = 1, max_val = -FLT_MAX;
        int i;
        if (weights && weights_normalization) {
            if (weights_normalization == SOFTMAX_NORMALIZATION) {
                for (i = 0; i < (n + 1); ++i) {
                    const int weights_index = src_i / step + i*layer_step;  // [0 or c or (c, h ,w)]
                    float w = weights[weights_index];
                    if (max_val < w) max_val = w;
                }
            }
            const float eps = 0.0001;
            sum = eps;
            for (i = 0; i < (n + 1); ++i) {
                const int weights_index = src_i / step + i*layer_step;  // [0 or c or (c, h ,w)]
                const float w = weights[weights_index];
                if (weights_normalization == RELU_NORMALIZATION) sum += relu(w);
                else if (weights_normalization == SOFTMAX_NORMALIZATION) sum += expf(w - max_val);
            }
        }

        if (weights) {
            float w = weights[src_i / step];
            if (weights_normalization == RELU_NORMALIZATION) w = relu(w) / sum;
            else if (weights_normalization == SOFTMAX_NORMALIZATION) w = expf(w - max_val) / sum;

            out[id] = in[id] * w; // [0 or c or (c, h ,w)]
        }
        else out[id] = in[id];

        // layers
        for (i = 0; i < n; ++i) {
            int add_outputs = outputs_of_layers[i];
            if (src_i < add_outputs) {
                int add_index = add_outputs*src_b + src_i;
                int out_index = id;

                float *add = layers_output[i];

                if (weights) {
                    const int weights_index = src_i / step + (i + 1)*layer_step;  // [0 or c or (c, h ,w)]
                    float w = weights[weights_index];
                    if (weights_normalization == RELU_NORMALIZATION) w = relu(w) / sum;
                    else if (weights_normalization == SOFTMAX_NORMALIZATION) w = expf(w - max_val) / sum;

                    out[out_index] += add[add_index] * w; // [0 or c or (c, h ,w)]
                }
                else out[out_index] += add[add_index];
            }
        }
    }
}

void backward_shortcut_multilayer_cpu(int size, int src_outputs, int batch, int n, int *outputs_of_layers,
    float **layers_delta, float *delta_out, float *delta_in, float *weights, float *weight_updates, int nweights, float *in, float **layers_output, WEIGHTS_NORMALIZATION_T weights_normalization)
{
    // nweights - l.n or l.n*l.c or (l.n*l.c*l.h*l.w)
    const int layer_step = nweights / (n + 1);    // 1 or l.c or (l.c * l.h * l.w)
    int step = 0;
    if (nweights > 0) step = src_outputs / layer_step; // (l.c * l.h * l.w) or (l.w*l.h) or 1

    int id;
    #pragma omp parallel for
    for (id = 0; id < size; ++id) {
        int src_id = id;
        int src_i = src_id % src_outputs;
        src_id /= src_outputs;
        int src_b = src_id;

        float grad = 1, sum = 1, max_val = -FLT_MAX;;
        int i;
        if (weights && weights_normalization) {
            if (weights_normalization == SOFTMAX_NORMALIZATION) {
                for (i = 0; i < (n + 1); ++i) {
                    const int weights_index = src_i / step + i*layer_step;  // [0 or c or (c, h ,w)]
                    float w = weights[weights_index];
                    if (max_val < w) max_val = w;
                }
            }
            const float eps = 0.0001;
            sum = eps;
            for (i = 0; i < (n + 1); ++i) {
                const int weights_index = src_i / step + i*layer_step;  // [0 or c or (c, h ,w)]
                const float w = weights[weights_index];
                if (weights_normalization == RELU_NORMALIZATION) sum += relu(w);
                else if (weights_normalization == SOFTMAX_NORMALIZATION) sum += expf(w - max_val);
            }

            /*
            grad = 0;
            for (i = 0; i < (n + 1); ++i) {
                const int weights_index = src_i / step + i*layer_step;  // [0 or c or (c, h ,w)]
                const float delta_w = delta_in[id] * in[id];
                const float w = weights[weights_index];
                if (weights_normalization == RELU_NORMALIZATION) grad += delta_w * relu(w) / sum;
                else if (weights_normalization == SOFTMAX_NORMALIZATION) grad += delta_w * expf(w - max_val) / sum;
            }
            */
        }

        if (weights) {
            float w = weights[src_i / step];
            if (weights_normalization == RELU_NORMALIZATION) w = relu(w) / sum;
            else if (weights_normalization == SOFTMAX_NORMALIZATION) w = expf(w - max_val) / sum;

            delta_out[id] += delta_in[id] * w; // [0 or c or (c, h ,w)]
            weight_updates[src_i / step] += delta_in[id] * in[id] * grad;
        }
        else delta_out[id] += delta_in[id];

        // layers
        for (i = 0; i < n; ++i) {
            int add_outputs = outputs_of_layers[i];
            if (src_i < add_outputs) {
                int add_index = add_outputs*src_b + src_i;
                int out_index = id;

                float *layer_delta = layers_delta[i];
                if (weights) {
                    float *add = layers_output[i];

                    const int weights_index = src_i / step + (i + 1)*layer_step;  // [0 or c or (c, h ,w)]
                    float w = weights[weights_index];
                    if (weights_normalization == RELU_NORMALIZATION) w = relu(w) / sum;
                    else if (weights_normalization == SOFTMAX_NORMALIZATION) w = expf(w - max_val) / sum;

                    layer_delta[add_index] += delta_in[id] * w; // [0 or c or (c, h ,w)]
                    weight_updates[weights_index] += delta_in[id] * add[add_index] * grad;
                }
                else layer_delta[add_index] += delta_in[id];
            }
        }
    }
}

void shortcut_cpu(int batch, int w1, int h1, int c1, float *add, int w2, int h2, int c2, float *out)
{
    int stride = w1/w2;
    int sample = w2/w1;
    assert(stride == h1/h2);
    assert(sample == h2/h1);
    if(stride < 1) stride = 1;
    if(sample < 1) sample = 1;
    int minw = (w1 < w2) ? w1 : w2;
    int minh = (h1 < h2) ? h1 : h2;
    int minc = (c1 < c2) ? c1 : c2;

    int i,j,k,b;
    for(b = 0; b < batch; ++b){
        for(k = 0; k < minc; ++k){
            for(j = 0; j < minh; ++j){
                for(i = 0; i < minw; ++i){
                    int out_index = i*sample + w2*(j*sample + h2*(k + c2*b));
                    int add_index = i*stride + w1*(j*stride + h1*(k + c1*b));
                    out[out_index] += add[add_index];
                }
            }
        }
    }
}

void mean_cpu(float *x, int batch, int filters, int spatial, float *mean)
{
    float scale = 1./(batch * spatial);
    int i,j,k;
    for(i = 0; i < filters; ++i){
        mean[i] = 0;
        for(j = 0; j < batch; ++j){
            for(k = 0; k < spatial; ++k){
                int index = j*filters*spatial + i*spatial + k;
                mean[i] += x[index];
            }
        }
        mean[i] *= scale;
    }
}

void variance_cpu(float *x, float *mean, int batch, int filters, int spatial, float *variance)
{
    float scale = 1./(batch * spatial - 1);
    int i,j,k;
    for(i = 0; i < filters; ++i){
        variance[i] = 0;
        for(j = 0; j < batch; ++j){
            for(k = 0; k < spatial; ++k){
                int index = j*filters*spatial + i*spatial + k;
                variance[i] += pow((x[index] - mean[i]), 2);
            }
        }
        variance[i] *= scale;
    }
}

void normalize_cpu(float *x, float *mean, float *variance, int batch, int filters, int spatial)
{
    int b, f, i;
    for(b = 0; b < batch; ++b){
        for(f = 0; f < filters; ++f){
            for(i = 0; i < spatial; ++i){
                int index = b*filters*spatial + f*spatial + i;
                x[index] = (x[index] - mean[f])/(sqrt(variance[f] + .00001f));
            }
        }
    }
}

void const_cpu(int N, float ALPHA, float *X, int INCX)
{
    int i;
    for(i = 0; i < N; ++i) X[i*INCX] = ALPHA;
}

void mul_cpu(int N, float *X, int INCX, float *Y, int INCY)
{
    int i;
    for(i = 0; i < N; ++i) Y[i*INCY] *= X[i*INCX];
}

void pow_cpu(int N, float ALPHA, float *X, int INCX, float *Y, int INCY)
{
    int i;
    for(i = 0; i < N; ++i) Y[i*INCY] = pow(X[i*INCX], ALPHA);
}

void axpy_cpu(int N, float ALPHA, float *X, int INCX, float *Y, int INCY)
{
    int i;
    for(i = 0; i < N; ++i) Y[i*INCY] += ALPHA*X[i*INCX];
}

void scal_cpu(int N, float ALPHA, float *X, int INCX)
{
    int i;
    for(i = 0; i < N; ++i) X[i*INCX] *= ALPHA;
}

void scal_add_cpu(int N, float ALPHA, float BETA, float *X, int INCX)
{
    int i;
    for (i = 0; i < N; ++i) X[i*INCX] = X[i*INCX] * ALPHA + BETA;
}

void fill_cpu(int N, float ALPHA, float *X, int INCX)
{
    int i;
    if (INCX == 1 && ALPHA == 0) {
        memset(X, 0, N * sizeof(float));
    }
    else {
        for (i = 0; i < N; ++i) X[i*INCX] = ALPHA;
    }
}

void deinter_cpu(int NX, float *X, int NY, float *Y, int B, float *OUT)
{
    int i, j;
    int index = 0;
    for(j = 0; j < B; ++j) {
        for(i = 0; i < NX; ++i){
            if(X) X[j*NX + i] += OUT[index];
            ++index;
        }
        for(i = 0; i < NY; ++i){
            if(Y) Y[j*NY + i] += OUT[index];
            ++index;
        }
    }
}

void inter_cpu(int NX, float *X, int NY, float *Y, int B, float *OUT)
{
    int i, j;
    int index = 0;
    for(j = 0; j < B; ++j) {
        for(i = 0; i < NX; ++i){
            OUT[index++] = X[j*NX + i];
        }
        for(i = 0; i < NY; ++i){
            OUT[index++] = Y[j*NY + i];
        }
    }
}

void copy_cpu(int N, float *X, int INCX, float *Y, int INCY)
{
    int i;
    for(i = 0; i < N; ++i) Y[i*INCY] = X[i*INCX];
}

void mult_add_into_cpu(int N, float *X, float *Y, float *Z)
{
    int i;
    for(i = 0; i < N; ++i) Z[i] += X[i]*Y[i];
}

void smooth_l1_cpu(int n, float *pred, float *truth, float *delta, float *error)
{
    int i;
    for(i = 0; i < n; ++i){
        float diff = truth[i] - pred[i];
        float abs_val = fabs(diff);
        if(abs_val < 1) {
            error[i] = diff * diff;
            delta[i] = diff;
        }
        else {
            error[i] = 2*abs_val - 1;
            delta[i] = (diff > 0) ? 1 : -1;
        }
    }
}

void l1_cpu(int n, float *pred, float *truth, float *delta, float *error)
{
    int i;
    for(i = 0; i < n; ++i){
        float diff = truth[i] - pred[i];
        error[i] = fabs(diff);
        delta[i] = diff > 0 ? 1 : -1;
    }
}

void softmax_x_ent_cpu(int n, float *pred, float *truth, float *delta, float *error)
{
    int i;
    for(i = 0; i < n; ++i){
        float t = truth[i];
        float p = pred[i];
        error[i] = (t) ? -log(p) : 0;
        delta[i] = t-p;
    }
}

void logistic_x_ent_cpu(int n, float *pred, float *truth, float *delta, float *error)
{
    int i;
    for(i = 0; i < n; ++i){
        float t = truth[i];
        float p = pred[i];
        error[i] = -t*log(p) - (1-t)*log(1-p);
        delta[i] = t-p;
    }
}

void l2_cpu(int n, float *pred, float *truth, float *delta, float *error)
{
    int i;
    for(i = 0; i < n; ++i){
        float diff = truth[i] - pred[i];
        error[i] = diff * diff;
        delta[i] = diff;
    }
}

float dot_cpu(int N, float *X, int INCX, float *Y, int INCY)
{
    int i;
    float dot = 0;
    for(i = 0; i < N; ++i) dot += X[i*INCX] * Y[i*INCY];
    return dot;
}

void softmax(float *input, int n, float temp, float *output, int stride)
{
    int i;
    float sum = 0;
    float largest = -FLT_MAX;
    for(i = 0; i < n; ++i){
        if(input[i*stride] > largest) largest = input[i*stride];
    }
    for(i = 0; i < n; ++i){
        float e = exp(input[i*stride]/temp - largest/temp);
        sum += e;
        output[i*stride] = e;
    }
    for(i = 0; i < n; ++i){
        output[i*stride] /= sum;
    }
}


void softmax_cpu(float *input, int n, int batch, int batch_offset, int groups, int group_offset, int stride, float temp, float *output)
{
    int g, b;
    for(b = 0; b < batch; ++b){
        for(g = 0; g < groups; ++g){
            softmax(input + b*batch_offset + g*group_offset, n, temp, output + b*batch_offset + g*group_offset, stride);
        }
    }
}

void upsample_cpu(float *in, int w, int h, int c, int batch, int stride, int forward, float scale, float *out)
{
    int i, j, k, b;
    for (b = 0; b < batch; ++b) {
        for (k = 0; k < c; ++k) {
            for (j = 0; j < h*stride; ++j) {
                for (i = 0; i < w*stride; ++i) {
                    int in_index = b*w*h*c + k*w*h + (j / stride)*w + i / stride;
                    int out_index = b*w*h*c*stride*stride + k*w*h*stride*stride + j*w*stride + i;
                    if (forward) out[out_index] = scale*in[in_index];
                    else in[in_index] += scale*out[out_index];
                }
            }
        }
    }
}


void constrain_cpu(int size, float ALPHA, float *X)
{
    int i;
    for (i = 0; i < size; ++i) {
        X[i] = fminf(ALPHA, fmaxf(-ALPHA, X[i]));
    }
}

void fix_nan_and_inf_cpu(float *input, size_t size)
{
    int i;
    for (i = 0; i < size; ++i) {
        float val = input[i];
        if (isnan(val) || isinf(val))
            input[i] = 1.0f / i;  // pseudo random value
    }
}

void get_embedding(float *src, int src_w, int src_h, int src_c, int embedding_size, int cur_w, int cur_h, int cur_n, int cur_b, float *dst)
{
    int i;
    for (i = 0; i < embedding_size; ++i) {
        const int src_index = cur_b*(src_c*src_h*src_w) + cur_n*(embedding_size*src_h*src_w) + i*src_h*src_w + cur_h*(src_w) + cur_w;

        const float val = src[src_index];
        dst[i] = val;
        //printf(" val = %f, ", val);
    }
}


// Euclidean_norm
float math_vector_length(float *A, unsigned int feature_size)
{
    float sum = 0;
    int i;
    for (i = 0; i < feature_size; ++i)
    {
        sum += A[i] * A[i];
    }
    float vector_length = sqrtf(sum);
    return vector_length;
}

float cosine_similarity(float *A, float *B, unsigned int feature_size)
{
    float mul = 0.0, d_a = 0.0, d_b = 0.0;

    int i;
    for(i = 0; i < feature_size; ++i)
    {
        mul += A[i] * B[i];
        d_a += A[i] * A[i];
        d_b += B[i] * B[i];
    }
    float similarity;
    float divider = sqrtf(d_a) * sqrtf(d_b);
    if (divider > 0) similarity = mul / divider;
    else similarity = 0;

    return similarity;
}

int get_sim_P_index(size_t i, size_t j, contrastive_params *contrast_p, int contrast_p_size)
{
    size_t z;
    for (z = 0; z < contrast_p_size; ++z) {
        if (contrast_p[z].i == i && contrast_p[z].j == j) break;
    }
    if (z == contrast_p_size) {
        return -1;   // not found
    }

    return z;   // found
}

int check_sim(size_t i, size_t j, contrastive_params *contrast_p, int contrast_p_size)
{
    size_t z;
    for (z = 0; z < contrast_p_size; ++z) {
        if (contrast_p[z].i == i && contrast_p[z].j == j) break;
    }
    if (z == contrast_p_size) {
        return 0;   // not found
    }

    return 1;   // found
}

float find_sim(size_t i, size_t j, contrastive_params *contrast_p, int contrast_p_size)
{
    size_t z;
    for (z = 0; z < contrast_p_size; ++z) {
        if (contrast_p[z].i == i && contrast_p[z].j == j) break;
    }
    if (z == contrast_p_size) {
        printf(" Error: find_sim(): sim isn't found: i = %d, j = %d, z = %d \n", i, j, z);
        getchar();
    }

    return contrast_p[z].sim;
}

float find_P_constrastive(size_t i, size_t j, contrastive_params *contrast_p, int contrast_p_size)
{
    size_t z;
    for (z = 0; z < contrast_p_size; ++z) {
        if (contrast_p[z].i == i && contrast_p[z].j == j) break;
    }
    if (z == contrast_p_size) {
        printf(" Error: find_P_constrastive(): P isn't found: i = %d, j = %d, z = %d \n", i, j, z);
        getchar();
    }

    return contrast_p[z].P;
}

// num_of_samples = 2 * loaded_images = mini_batch_size
float P_constrastive_f_det(size_t il, int *labels, float **z, unsigned int feature_size, float temperature, contrastive_params *contrast_p, int contrast_p_size)
{
    const float sim = contrast_p[il].sim;
    const size_t i = contrast_p[il].i;
    const size_t j = contrast_p[il].j;

    const float numerator = expf(sim / temperature);

    float denominator = 0;
    int k;
    for (k = 0; k < contrast_p_size; ++k) {
        contrastive_params cp = contrast_p[k];
        //if (k != i && labels[k] != labels[i]) {
        //if (k != i) {
        if (cp.i != i && cp.j == j) {
            //const float sim_den = cp.sim;
            ////const float sim_den = find_sim(k, l, contrast_p, contrast_p_size); // cosine_similarity(z[k], z[l], feature_size);
            //denominator += expf(sim_den / temperature);
            denominator += cp.exp_sim;
        }
    }

    float result = 0.9999;
    if (denominator != 0) result = numerator / denominator;
    if (result > 1) result = 0.9999;
    return result;
}

// num_of_samples = 2 * loaded_images = mini_batch_size
float P_constrastive_f(size_t i, size_t l, int *labels, float **z, unsigned int feature_size, float temperature, contrastive_params *contrast_p, int contrast_p_size)
{
    if (i == l) {
        fprintf(stderr, " Error: in P_constrastive must be i != l, while i = %d, l = %d \n", i, l);
        getchar();
    }

    const float sim = find_sim(i, l, contrast_p, contrast_p_size); // cosine_similarity(z[i], z[l], feature_size);
    const float numerator = expf(sim / temperature);

    float denominator = 0;
    int k;
    for (k = 0; k < contrast_p_size; ++k) {
        contrastive_params cp = contrast_p[k];
        //if (k != i && labels[k] != labels[i]) {
        //if (k != i) {
        if (cp.i != i && cp.j == l) {
            //const float sim_den = cp.sim;
            ////const float sim_den = find_sim(k, l, contrast_p, contrast_p_size); // cosine_similarity(z[k], z[l], feature_size);
            //denominator += expf(sim_den / temperature);
            denominator += cp.exp_sim;
        }
    }

    float result = 0.9999;
    if (denominator != 0) result = numerator / denominator;
    if (result > 1) result = 0.9999;
    return result;
}

void grad_contrastive_loss_positive_f(size_t i, int *class_ids, int *labels, size_t num_of_samples, float **z, unsigned int feature_size, float temperature, float *delta, int wh, contrastive_params *contrast_p, int contrast_p_size)
{
    const float vec_len = math_vector_length(z[i], feature_size);
    size_t j;
    float N = 0;
    for (j = 0; j < num_of_samples; ++j) {
        if (labels[i] == labels[j] && labels[i] >= 0) N++;
    }
    if (N == 0 || temperature == 0 || vec_len == 0) {
        fprintf(stderr, " Error: N == 0 || temperature == 0 || vec_len == 0. N=%f, temperature=%f, vec_len=%f, labels[i] = %d \n",
            N, temperature, vec_len, labels[i]);
        getchar();
        return;
    }
    const float mult = 1 / ((N - 1) * temperature * vec_len);

    for (j = 0; j < num_of_samples; ++j) {
        //if (i != j && (i/2) == (j/2)) {
        if (i != j && labels[i] == labels[j] && labels[i] >= 0) {
            //printf(" i = %d, j = %d, num_of_samples = %d, labels[i] = %d, labels[j] = %d \n",
            //    i, j, num_of_samples, labels[i], labels[j]);
            const int sim_P_i = get_sim_P_index(i, j, contrast_p, contrast_p_size);
            if (sim_P_i < 0) continue;
            const float sim = contrast_p[sim_P_i].sim;
            const float P = contrast_p[sim_P_i].P;
            //if (!check_sim(i, j, contrast_p, contrast_p_size)) continue;
            //const float sim = find_sim(i, j, contrast_p, contrast_p_size); //cos_sim[i*num_of_samples + j];        // cosine_similarity(z[i], z[j], feature_size);
            //const float P = find_P_constrastive(i, j, contrast_p, contrast_p_size); //p_constrastive[i*num_of_samples + j];   // P_constrastive(i, j, labels, num_of_samples, z, feature_size, temperature, cos_sim);
                                                                    //const float custom_pos_mult = 1 - sim;


            int m;
            //const float d = mult*(sim * z[i][m] - z[j][m]) * (1 - P); // 1
            for (m = 0; m < feature_size; ++m) {
                //const float d = mult*(sim * z[j][m] - z[j][m]) * (1 - P); // my
                //const float d = mult*(sim * z[i][m] + sim * z[j][m] - z[j][m]) *(1 - P); // 1+2
                const float d = mult*(sim * z[i][m] - z[j][m]) *(1 - P); // 1 (70%)
                //const float d = mult*(sim * z[j][m] - z[j][m]) * (1 - P); // 2
                // printf(" pos: z[j][m] = %f, z[i][m] = %f, d = %f, sim = %f \n", z[j][m], z[i][m], d, sim);
                const int out_i = m * wh;
                delta[out_i] -= d;
            }
        }
    }
}

void grad_contrastive_loss_negative_f(size_t i, int *class_ids, int *labels, size_t num_of_samples, float **z, unsigned int feature_size, float temperature, float *delta, int wh, contrastive_params *contrast_p, int contrast_p_size, int neg_max)
{
    const float vec_len = math_vector_length(z[i], feature_size);
    size_t j;
    float N = 0;
    for (j = 0; j < num_of_samples; ++j) {
        if (labels[i] == labels[j] && labels[i] >= 0) N++;
    }
    if (N == 0 || temperature == 0 || vec_len == 0) {
        fprintf(stderr, " Error: N == 0 || temperature == 0 || vec_len == 0. N=%f, temperature=%f, vec_len=%f, labels[i] = %d \n",
            N, temperature, vec_len, labels[i]);
        getchar();
        return;
    }
    const float mult = 1 / ((N - 1) * temperature * vec_len);

    int neg_counter = 0;

    for (j = 0; j < num_of_samples; ++j) {
        //if (i != j && (i/2) == (j/2)) {
        if (labels[i] >= 0 && labels[i] == labels[j] && i != j) {

            size_t k;
            for (k = 0; k < num_of_samples; ++k) {
                //if (k != i && k != j && labels[k] != labels[i]) {
                if (k != i && k != j && labels[k] != labels[i] && class_ids[j] == class_ids[k]) {
                    neg_counter++;
                    const int sim_P_i = get_sim_P_index(i, k, contrast_p, contrast_p_size);
                    if (sim_P_i < 0) continue;
                    const float sim = contrast_p[sim_P_i].sim;
                    const float P = contrast_p[sim_P_i].P;
                    //if (!check_sim(i, k, contrast_p, contrast_p_size)) continue;
                    //const float sim = find_sim(i, k, contrast_p, contrast_p_size); //cos_sim[i*num_of_samples + k];        // cosine_similarity(z[i], z[k], feature_size);
                    //const float P = find_P_constrastive(i, k, contrast_p, contrast_p_size); //p_constrastive[i*num_of_samples + k];   // P_constrastive(i, k, labels, num_of_samples, z, feature_size, temperature, cos_sim);
                                                                            //const float custom_pos_mult = 1 + sim;

                    int m;
                    //const float d = mult*(z[k][m] + sim * z[i][m]) * P;   // my1
                    for (m = 0; m < feature_size; ++m) {
                        //const float d = mult*(z[k][m] + sim * z[i][m]) * P;   // 1 (70%)
                        //const float d = mult*(z[k][m] - sim * z[k][m] - sim * z[i][m]) * P;   // 1+2
                        const float d = mult*(z[k][m] - sim * z[i][m]) * P;   // 1 (70%)
                        //const float d = mult*(z[k][m] - sim * z[k][m]) * P; // 2
                        //printf(" neg: z[k][m] = %f, z[i][m] = %f, d = %f, sim = %f \n", z[k][m], z[i][m], d, sim);
                        const int out_i = m * wh;
                        delta[out_i] -= d;
                    }

                    if (neg_counter >= neg_max) return;
                }
            }
        }
    }
}



// num_of_samples = 2 * loaded_images = mini_batch_size
float P_constrastive(size_t i, size_t l, int *labels, size_t num_of_samples, float **z, unsigned int feature_size, float temperature, float *cos_sim, float *exp_cos_sim)
{
    if (i == l) {
        fprintf(stderr, " Error: in P_constrastive must be i != l, while i = %d, l = %d \n", i, l);
        getchar();
    }

    //const float sim = cos_sim[i*num_of_samples + l]; // cosine_similarity(z[i], z[l], feature_size);
    //const float numerator = expf(sim / temperature);
    const float numerator = exp_cos_sim[i*num_of_samples + l];

    float denominator = 0;
    int k;
    for (k = 0; k < num_of_samples; ++k) {
        //if (k != i && labels[k] != labels[i]) {
        if (k != i) {
            //const float sim_den = cos_sim[k*num_of_samples + l]; // cosine_similarity(z[k], z[l], feature_size);
            //denominator += expf(sim_den / temperature);
            denominator += exp_cos_sim[k*num_of_samples + l];
        }
    }

    float result = numerator / denominator;
    return result;
}

// i - id of the current sample in mini_batch
// labels[num_of_samples] - array with class_id for each sample in the current mini_batch
// z[feature_size][num_of_samples] - array of arrays with contrastive features (output of conv-layer, f.e. 128 floats for each sample)
// delta[feature_size] - array with deltas for backpropagation
// temperature - scalar temperature param (temperature > 0), f.e. temperature = 0.07: Supervised Contrastive Learning
void grad_contrastive_loss_positive(size_t i, int *labels, size_t num_of_samples, float **z, unsigned int feature_size, float temperature, float *cos_sim, float *p_constrastive, float *delta, int wh)
{
    const float vec_len = math_vector_length(z[i], feature_size);
    size_t j;
    float N = 0;
    for (j = 0; j < num_of_samples; ++j) {
        if (labels[i] == labels[j]) N++;
    }
    if (N == 0 || temperature == 0 || vec_len == 0) {
        fprintf(stderr, " Error: N == 0 || temperature == 0 || vec_len == 0. N=%f, temperature=%f, vec_len=%f \n", N, temperature, vec_len);
        getchar();
    }
    const float mult = 1 / ((N - 1) * temperature * vec_len);

    for (j = 0; j < num_of_samples; ++j) {
        //if (i != j && (i/2) == (j/2)) {
        if (i != j && labels[i] == labels[j]) {
            //printf(" i = %d, j = %d, num_of_samples = %d, labels[i] = %d, labels[j] = %d \n",
            //    i, j, num_of_samples, labels[i], labels[j]);
            const float sim = cos_sim[i*num_of_samples + j];        // cosine_similarity(z[i], z[j], feature_size);
            const float P = p_constrastive[i*num_of_samples + j];   // P_constrastive(i, j, labels, num_of_samples, z, feature_size, temperature, cos_sim);
            //const float custom_pos_mult = 1 - sim;

            int m;
            for (m = 0; m < feature_size; ++m) {
                const float d = mult*(sim * z[i][m] - z[j][m]) * (1 - P); // good
                //const float d = mult*(sim * z[j][m] - z[j][m]) * (1 - P); // bad
               // printf(" pos: z[j][m] = %f, z[i][m] = %f, d = %f, sim = %f \n", z[j][m], z[i][m], d, sim);
                const int out_i = m * wh;
                delta[out_i] -= d;
            }
        }
    }
}

// i - id of the current sample in mini_batch
// labels[num_of_samples] - array with class_id for each sample in the current mini_batch
// z[feature_size][num_of_samples] - array of arrays with contrastive features (output of conv-layer, f.e. 128 floats for each sample)
// delta[feature_size] - array with deltas for backpropagation
// temperature - scalar temperature param (temperature > 0), f.e. temperature = 0.07: Supervised Contrastive Learning
void grad_contrastive_loss_negative(size_t i, int *labels, size_t num_of_samples, float **z, unsigned int feature_size, float temperature, float *cos_sim, float *p_constrastive, float *delta, int wh)
{
    const float vec_len = math_vector_length(z[i], feature_size);
    size_t j;
    float N = 0;
    for (j = 0; j < num_of_samples; ++j) {
        if (labels[i] == labels[j]) N++;
    }
    if (N == 0 || temperature == 0 || vec_len == 0) {
        fprintf(stderr, " Error: N == 0 || temperature == 0 || vec_len == 0. N=%f, temperature=%f, vec_len=%f \n", N, temperature, vec_len);
        getchar();
    }
    const float mult = 1 / ((N - 1) * temperature * vec_len);

    for (j = 0; j < num_of_samples; ++j) {
        //if (i != j && (i/2) == (j/2)) {
        if (i != j && labels[i] == labels[j]) {

            size_t k;
            for (k = 0; k < num_of_samples; ++k) {
                //if (k != i && k != j && labels[k] != labels[i]) {
                if (k != i && k != j && labels[k] >= 0) {
                    const float sim = cos_sim[i*num_of_samples + k];        // cosine_similarity(z[i], z[k], feature_size);
                    const float P = p_constrastive[i*num_of_samples + k];   // P_constrastive(i, k, labels, num_of_samples, z, feature_size, temperature, cos_sim);
                    //const float custom_pos_mult = 1 + sim;

                    int m;
                    for (m = 0; m < feature_size; ++m) {
                        const float d = mult*(z[k][m] - sim * z[i][m]) * P;   // good
                        //const float d = mult*(z[k][m] - sim * z[k][m]) * P; // bad
                        //printf(" neg: z[k][m] = %f, z[i][m] = %f, d = %f, sim = %f \n", z[k][m], z[i][m], d, sim);
                        const int out_i = m * wh;
                        delta[out_i] -= d;
                    }
                }
            }
        }
    }
}