functor (Spec : Gpr_interfaces.Specs.Deriv->
  sig
    module Eval :
      sig
        module Spec :
          sig
            module Kernel :
              sig
                type t = Spec.Eval.Kernel.t
                type params = Spec.Eval.Kernel.params
                val create : params -> t
                val get_params : t -> params
              end
            module Inducing :
              sig
                type t = Spec.Eval.Inducing.t
                val get_n_points : t -> int
                val calc_upper : Kernel.t -> t -> Lacaml.D.mat
              end
            module Input :
              sig
                type t = Spec.Eval.Input.t
                val eval : Kernel.t -> t -> Inducing.t -> Lacaml.D.vec
                val weighted_eval :
                  Kernel.t -> t -> Inducing.t -> coeffs:Lacaml.D.vec -> float
                val eval_one : Kernel.t -> t -> float
              end
            module Inputs :
              sig
                type t = Spec.Eval.Inputs.t
                val create : Input.t array -> t
                val get_n_points : t -> int
                val choose_subset : t -> Gpr_utils.Int_vec.t -> t
                val create_inducing : Kernel.t -> t -> Inducing.t
                val create_default_kernel_params :
                  t -> n_inducing:int -> Kernel.params
                val calc_upper : Kernel.t -> t -> Lacaml.D.mat
                val calc_diag : Kernel.t -> t -> Lacaml.D.vec
                val calc_cross :
                  Kernel.t -> inputs:t -> inducing:Inducing.t -> Lacaml.D.mat
                val weighted_eval :
                  Kernel.t ->
                  inputs:t ->
                  inducing:Inducing.t -> coeffs:Lacaml.D.vec -> Lacaml.D.vec
              end
          end
        module Inducing :
          sig
            type t
            val choose_n_first_inputs :
              Spec.Kernel.t ->
              Spec.Inputs.t -> n_inducing:int -> Spec.Inducing.t
            val choose_n_random_inputs :
              ?rnd_state:Core.Std.Random.State.t ->
              Spec.Kernel.t ->
              Spec.Inputs.t -> n_inducing:int -> Spec.Inducing.t
            val calc : Spec.Kernel.t -> Spec.Inducing.t -> t
            val get_points : t -> Spec.Inducing.t
          end
        module Input :
          sig type t val calc : Inducing.t -> Spec.Input.t -> t end
        module Inputs :
          sig
            type t
            val create_default_kernel :
              Spec.Inputs.t -> n_inducing:int -> Spec.Kernel.t
            val calc : Spec.Inputs.t -> Inducing.t -> t
            val get_points : t -> Spec.Inputs.t
          end
        module Model :
          sig
            type t
            type co_variance_coeffs
            val calc : Inputs.t -> sigma2:float -> t
            val update_sigma2 : t -> float -> t
            val calc_log_evidence : t -> float
            val calc_co_variance_coeffs : t -> co_variance_coeffs
            val get_kernel : t -> Spec.Kernel.t
            val get_sigma2 : t -> float
            val get_inputs : t -> Inputs.t
            val get_inducing : t -> Inducing.t
          end
        module Trained :
          sig
            type t
            val calc : Model.t -> targets:Lacaml.D.vec -> t
            val calc_mean_coeffs : t -> Lacaml.D.vec
            val calc_log_evidence : t -> float
            val get_model : t -> Model.t
            val get_targets : t -> Lacaml.D.vec
          end
        module Stats :
          sig
            type t = {
              n_samples : int;
              target_variance : float;
              sse : float;
              mse : float;
              rmse : float;
              smse : float;
              msll : float;
              mad : float;
              maxad : float;
            }
            val calc_n_samples : Trained.t -> int
            val calc_target_variance : Trained.t -> float
            val calc_sse : Trained.t -> float
            val calc_mse : Trained.t -> float
            val calc_rmse : Trained.t -> float
            val calc_smse : Trained.t -> float
            val calc_msll : Trained.t -> float
            val calc_mad : Trained.t -> float
            val calc_maxad : Trained.t -> float
            val calc : Trained.t -> t
          end
        module Mean_predictor :
          sig
            type t
            val calc : Spec.Inducing.t -> coeffs:Lacaml.D.vec -> t
            val calc_trained : Trained.t -> t
            val get_inducing : t -> Spec.Inducing.t
            val get_coeffs : t -> Lacaml.D.vec
          end
        module Mean :
          sig
            type t
            val calc : Mean_predictor.t -> Input.t -> t
            val get : t -> float
          end
        module Means :
          sig
            type t
            val calc : Mean_predictor.t -> Inputs.t -> t
            val get : t -> Lacaml.D.vec
          end
        module Co_variance_predictor :
          sig
            type t
            val calc :
              Spec.Kernel.t ->
              Spec.Inducing.t -> Model.co_variance_coeffs -> t
            val calc_model : Model.t -> t
          end
        module Variance :
          sig
            type t
            val calc :
              Co_variance_predictor.t -> sigma2:float -> Input.t -> t
            val get : ?predictive:bool -> t -> float
          end
        module Variances :
          sig
            type t
            val calc_model_inputs : Model.t -> t
            val calc :
              Co_variance_predictor.t -> sigma2:float -> Inputs.t -> t
            val get : ?predictive:bool -> t -> Lacaml.D.vec
          end
        module Covariances :
          sig
            type t
            val calc_model_inputs : Model.t -> t
            val calc :
              Co_variance_predictor.t -> sigma2:float -> Inputs.t -> t
            val get : ?predictive:bool -> t -> Lacaml.D.mat
            val get_variances : t -> Variances.t
          end
        module Sampler :
          sig
            type t
            val calc : ?predictive:bool -> Mean.t -> Variance.t -> t
            val sample : ?rng:Gsl.Rng.t -> t -> float
            val samples : ?rng:Gsl.Rng.t -> t -> n:int -> Lacaml.D.vec
          end
        module Cov_sampler :
          sig
            type t
            val calc : ?predictive:bool -> Means.t -> Covariances.t -> t
            val sample : ?rng:Gsl.Rng.t -> t -> Lacaml.D.vec
            val samples : ?rng:Gsl.Rng.t -> t -> n:int -> Lacaml.D.mat
          end
      end
    module Deriv :
      sig
        module Spec :
          sig
            module Eval :
              sig
                module Kernel :
                  sig
                    type t = Spec.Eval.Kernel.t
                    type params = Spec.Eval.Kernel.params
                    val create : params -> t
                    val get_params : t -> params
                  end
                module Inducing :
                  sig
                    type t = Spec.Eval.Inducing.t
                    val get_n_points : t -> int
                    val calc_upper : Kernel.t -> t -> Lacaml.D.mat
                  end
                module Input :
                  sig
                    type t = Spec.Eval.Input.t
                    val eval : Kernel.t -> t -> Inducing.t -> Lacaml.D.vec
                    val weighted_eval :
                      Kernel.t ->
                      t -> Inducing.t -> coeffs:Lacaml.D.vec -> float
                    val eval_one : Kernel.t -> t -> float
                  end
                module Inputs :
                  sig
                    type t = Spec.Eval.Inputs.t
                    val create : Input.t array -> t
                    val get_n_points : t -> int
                    val choose_subset : t -> Gpr_utils.Int_vec.t -> t
                    val create_inducing : Kernel.t -> t -> Inducing.t
                    val create_default_kernel_params :
                      t -> n_inducing:int -> Kernel.params
                    val calc_upper : Kernel.t -> t -> Lacaml.D.mat
                    val calc_diag : Kernel.t -> t -> Lacaml.D.vec
                    val calc_cross :
                      Kernel.t ->
                      inputs:t -> inducing:Inducing.t -> Lacaml.D.mat
                    val weighted_eval :
                      Kernel.t ->
                      inputs:t ->
                      inducing:Inducing.t ->
                      coeffs:Lacaml.D.vec -> Lacaml.D.vec
                  end
              end
            module Hyper :
              sig
                type t = Spec.Hyper.t
                val get_all :
                  Eval.Kernel.t ->
                  Eval.Inducing.t -> Eval.Inputs.t -> t array
                val get_value :
                  Eval.Kernel.t ->
                  Eval.Inducing.t -> Eval.Inputs.t -> t -> float
                val set_values :
                  Eval.Kernel.t ->
                  Eval.Inducing.t ->
                  Eval.Inputs.t ->
                  t array ->
                  Lacaml.D.vec ->
                  Eval.Kernel.t * Eval.Inducing.t * Eval.Inputs.t
              end
            module Inducing :
              sig
                type upper = Spec.Inducing.upper
                val calc_shared_upper :
                  Eval.Kernel.t -> Eval.Inducing.t -> Lacaml.D.mat * upper
                val calc_deriv_upper :
                  upper -> Hyper.t -> Gpr_interfaces.symm_mat_deriv
              end
            module Inputs :
              sig
                type diag = Spec.Inputs.diag
                type cross = Spec.Inputs.cross
                val calc_shared_diag :
                  Eval.Kernel.t -> Eval.Inputs.t -> Lacaml.D.vec * diag
                val calc_shared_cross :
                  Eval.Kernel.t ->
                  inputs:Eval.Inputs.t ->
                  inducing:Eval.Inducing.t -> Lacaml.D.mat * cross
                val calc_deriv_diag :
                  diag -> Hyper.t -> Gpr_interfaces.diag_deriv
                val calc_deriv_cross :
                  cross -> Hyper.t -> Gpr_interfaces.mat_deriv
              end
          end
        module Inducing :
          sig
            type t
            val calc : Eval.Spec.Kernel.t -> Eval.Spec.Inducing.t -> t
            val calc_eval : t -> Eval.Inducing.t
          end
        module Inputs :
          sig
            type t
            val calc : Inducing.t -> Eval.Spec.Inputs.t -> t
            val calc_eval : t -> Eval.Inputs.t
          end
        module Model :
          sig
            type t
            type hyper_t
            val calc : Inputs.t -> sigma2:float -> t
            val update_sigma2 : t -> float -> t
            val calc_eval : t -> Eval.Model.t
            val calc_log_evidence_sigma2 : t -> float
            val prepare_hyper : t -> hyper_t
            val calc_log_evidence : hyper_t -> Spec.Hyper.t -> float
          end
        module Trained :
          sig
            type t
            type hyper_t
            val calc : Model.t -> targets:Lacaml.D.vec -> t
            val calc_eval : t -> Eval.Trained.t
            val calc_log_evidence_sigma2 : t -> float
            val prepare_hyper : t -> hyper_t
            val calc_log_evidence : hyper_t -> Spec.Hyper.t -> float
          end
        module Test :
          sig
            val check_deriv_hyper :
              ?eps:float ->
              ?tol:float ->
              Eval.Spec.Kernel.t ->
              Eval.Spec.Inducing.t ->
              Eval.Spec.Inputs.t -> Spec.Hyper.t -> unit
            val self_test :
              ?eps:float ->
              ?tol:float ->
              Eval.Spec.Kernel.t ->
              Eval.Spec.Inducing.t ->
              Eval.Spec.Inputs.t ->
              sigma2:float ->
              targets:Lacaml.D.vec ->
              [ `Hyper of Spec.Hyper.t | `Sigma2 ] -> unit
          end
        module Optim :
          sig
            module Gsl :
              sig
                exception Optim_exception of exn
                val train :
                  ?step:float ->
                  ?tol:float ->
                  ?epsabs:float ->
                  ?report_trained_model:(iter:int -> Eval.Trained.t -> unit) ->
                  ?report_gradient_norm:(iter:int -> float -> unit) ->
                  ?kernel:Eval.Spec.Kernel.t ->
                  ?sigma2:float ->
                  ?inducing:Eval.Spec.Inducing.t ->
                  ?n_rand_inducing:int ->
                  ?learn_sigma2:bool ->
                  ?hypers:Spec.Hyper.t array ->
                  inputs:Eval.Spec.Inputs.t ->
                  targets:Lacaml.D.vec -> unit -> Eval.Trained.t
              end
            module SGD :
              sig
                type t
                val create :
                  ?tau:float ->
                  ?eta0:float ->
                  ?step:int ->
                  ?kernel:Eval.Spec.Kernel.t ->
                  ?sigma2:float ->
                  ?inducing:Eval.Spec.Inducing.t ->
                  ?n_rand_inducing:int ->
                  ?learn_sigma2:bool ->
                  ?hypers:Spec.Hyper.t array ->
                  inputs:Eval.Spec.Inputs.t ->
                  targets:Lacaml.D.vec -> unit -> t
                val step : t -> t
                val gradient_norm : t -> float
                val get_trained : t -> Eval.Trained.t
                val get_eta : t -> float
                val get_step : t -> int
                val test :
                  ?epsabs:float ->
                  ?max_iter:int -> ?report:(t -> unit) -> t -> t
              end
            module SMD :
              sig
                type t
                val create :
                  ?eps:float ->
                  ?lambda:float ->
                  ?mu:float ->
                  ?eta0:Lacaml.D.vec ->
                  ?nu0:Lacaml.D.vec ->
                  ?kernel:Eval.Spec.Kernel.t ->
                  ?sigma2:float ->
                  ?inducing:Eval.Spec.Inducing.t ->
                  ?n_rand_inducing:int ->
                  ?learn_sigma2:bool ->
                  ?hypers:Spec.Hyper.t array ->
                  inputs:Eval.Spec.Inputs.t ->
                  targets:Lacaml.D.vec -> unit -> t
                val step : t -> t
                val gradient_norm : t -> float
                val get_trained : t -> Eval.Trained.t
                val get_eta : t -> Lacaml.D.vec
                val get_nu : t -> Lacaml.D.vec
                val test :
                  ?epsabs:float ->
                  ?max_iter:int -> ?report:(t -> unit) -> t -> t
              end
          end
      end
  end