// use zenu_autograd::{
//     functions::{activation::relu::relu, flatten::flatten, pool2d::max_pool_2d},
//     Variable,
// };
// use zenu_layer::{
//     layers::{batch_norm_2d::BatchNorm2d, conv2d::Conv2d, linear::Linear},
//     Module,
// };
// use zenu_matrix::device::Device;
//
// struct ResBlock<D: Device> {
//     conv1: Conv2d<f32, D>,
//     batch_norm1: BatchNorm2d<f32, D>,
//     conv2: Conv2d<f32, D>,
//     batch_norm2: BatchNorm2d<f32, D>,
// }
//
// impl<D: Device> Module<f32, D> for ResBlock<D> {
//     fn call(&self, inputs: Variable<f32, D>) -> Variable<f32, D> {
//         let x = inputs.clone();
//         let y = self.conv1.call(x.clone());
//         let y = self.batch_norm1.call(y);
//         let y = relu(y);
//         let y = self.conv2.call(y);
//         let y = self.batch_norm2.call(y);
//         let y = y + x;
//         relu(y)
//     }
// }
//
// impl<D: Device> ResBlock<D> {
//     fn new(
//         in_channels: usize,
//         out_channels: usize,
//         kernel_size: (usize, usize),
//         padding: (usize, usize),
//         stride: (usize, usize),
//     ) -> Self {
//         let conv1 = Conv2d::new(
//             in_channels,
//             out_channels,
//             kernel_size,
//             padding,
//             stride,
//             true,
//         );
//         let batch_norm1 = BatchNorm2d::new(out_channels, 0.9);
//         let conv2 = Conv2d::new(
//             out_channels,
//             out_channels,
//             kernel_size,
//             padding,
//             stride,
//             true,
//         );
//         let batch_norm2 = BatchNorm2d::new(out_channels, 0.9);
//         Self {
//             conv1,
//             batch_norm1,
//             conv2,
//             batch_norm2,
//         }
//     }
// }
//
// struct ResNet<D: Device> {
//     conv1: Conv2d<f32, D>,
//     res_block1: ResBlock<D>,
//     res_block2: ResBlock<D>,
//     linear: Linear<f32, D>,
// }
//
// impl<D: Device> Module<f32, D> for ResNet<D> {
//     fn call(&self, inputs: Variable<f32, D>) -> Variable<f32, D> {
//         let x = self.conv1.call(inputs.clone());
//         // let x = max_pool_2d(x, (3, 3), (2, 2), (1, 1), config)
//         let x = relu(x);
//         let x = self.res_block1.call(x);
//         let x = self.res_block2.call(x);
//         let x = flatten(x);
//         self.linear.call(x)
//     }
// }
//
fn main() {
    println!("Hello, world!");
}