extension Array: MutableCollectionAlgorithmsextension Array: KeyPathIterableextension Array: Differentiable where Element: Differentiableextension Array: EuclideanDifferentiable
where Element: EuclideanDifferentiableextension Array where Element: Differentiableextension Array : ConvertibleFromNumpyArray
where Element : NumpyScalarCompatiblepublic extension Array where Element : NumpyScalarCompatibleextension Array : PythonConvertible where Element : PythonConvertibleextension Array : ConvertibleFromPython where Element : ConvertibleFromPythonextension Array: ElementaryFunctions where Element: ElementaryFunctionsextension Array: TensorArrayProtocol where Element: TensorGroupextension Array where Element == UInt8extension Array where Element == Boolextension Array where Element == Int64extension Array where Element == XLATensorextension Array where Element: AnyTensorextension Array where Element == PaddingConfigDimensionLa vue d'un tableau en tant que variété de produits différentiables d'
Elementmultipliée par elle-mêmecountdes fois.Déclaration
@frozen public struct DifferentiableViewextension Array.DifferentiableView: Differentiable where Element: Differentiableextension Array.DifferentiableView: EuclideanDifferentiable where Element: EuclideanDifferentiableextension Array.DifferentiableView: Equatable where Element: Differentiable & Equatableextension Array.DifferentiableView: ExpressibleByArrayLiteral where Element: Differentiableextension Array.DifferentiableView: CustomStringConvertible where Element: Differentiableextension Array.DifferentiableView: AdditiveArithmetic where Element: AdditiveArithmetic & Differentiableextension Array.DifferentiableView: _KeyPathIterableBase where Element: Differentiableextension Array.DifferentiableView: KeyPathIterable where Element: Differentiableextension Array.DifferentiableView: ElementaryFunctions where Element: Differentiable & ElementaryFunctionsextension Array.DifferentiableView: BidirectionalCollection, Collection, MutableCollection, RandomAccessCollection, RangeReplaceableCollection, Sequence where Element: Differentiableextension Array.DifferentiableView: VectorProtocol where Element: Differentiable & VectorProtocolextension Array.DifferentiableView: PointwiseMultiplicative where Element: Differentiable & PointwiseMultiplicativeDéclaration
public typealias AllKeyPaths = [PartialKeyPath<Array>]Déclaration
public var allKeyPaths: [PartialKeyPath<Array>] { get }
Déclaration
public typealias TangentVector = Array<Element.TangentVector>.DifferentiableViewDéclaration
public mutating mutating func move(along direction: TangentVector)Une fermeture qui produit un
TangentVectorde zéros avec le mêmecountqueself.Déclaration
public var zeroTangentVectorInitializer: () -> TangentVector { get }
Déclaration
public var differentiableVectorView: TangentVector { get }
Déclaration
@derivative init(repeating: count)Déclaration
@differentiable(wrt: self) public func differentiableMap<Result: Differentiable>( _ body: @differentiable (Element) -> Result ) -> [Result]Déclaration
@differentiable(wrt: (self, initialResult) public func differentiableReduce<Result: Differentiable>( _ initialResult: Result, _ nextPartialResult: @differentiable (Result, Element) -> Result ) -> Result
Crée un
Arrayavec la même forme et les mêmes scalaires que l'instancenumpy.ndarrayspécifiée.Condition préalable
Le packagenumpyPython doit être installé.Déclaration
public init?(numpy numpyArray: PythonObject)Paramètres
numpyArrayL'instance
numpy.ndarrayà convertir.Valeur de retour
numpyArrayconverti enArray. RenvoienilsinumpyArrayn'est pas 1-D ou n'a pas dedtypescalaire compatible.Crée une instance
numpy.ndarray1-D avec les mêmes scalaires que ceArray.Condition préalable
Le packagenumpyPython doit être installé.Déclaration
func makeNumpyArray() -> PythonObject
Déclaration
public var pythonObject: PythonObject { get }
Déclaration
public init?(_ pythonObject: PythonObject)
La racine carrée de
x.Pour les types réels, si
xest négatif, le résultat est.nan. Pour les types complexes il y a une branche coupée sur l’axe réel négatif.Déclaration
public static func sqrt(_ x: `Self`) -> Array<Element>Le cosinus de
x, interprété comme un angle en radians.Déclaration
public static func cos(_ x: `Self`) -> Array<Element>Le sinus de
x, interprété comme un angle en radians.Déclaration
public static func sin(_ x: `Self`) -> Array<Element>La tangente de
x, interprétée comme un angle en radians.Déclaration
public static func tan(_ x: `Self`) -> Array<Element>Le cosinus inverse de
xen radians.Déclaration
public static func acos(_ x: `Self`) -> Array<Element>Le sinus inverse de
xen radians.Déclaration
public static func asin(_ x: `Self`) -> Array<Element>La tangente inverse de
xen radians.Déclaration
public static func atan(_ x: `Self`) -> Array<Element>Le cosinus hyperbolique de
x.Déclaration
public static func cosh(_ x: `Self`) -> Array<Element>Le sinus hyperbolique de
x.Déclaration
public static func sinh(_ x: `Self`) -> Array<Element>La tangente hyperbolique de
x.Déclaration
public static func tanh(_ x: `Self`) -> Array<Element>Le cosinus hyperbolique inverse de
x.Déclaration
public static func acosh(_ x: `Self`) -> Array<Element>Le sinus hyperbolique inverse de
x.Déclaration
public static func asinh(_ x: `Self`) -> Array<Element>La tangente hyperbolique inverse de
x.Déclaration
public static func atanh(_ x: `Self`) -> Array<Element>La fonction exponentielle appliquée à
x, oue**x.Déclaration
public static func exp(_ x: `Self`) -> Array<Element>Deux élevés au pouvoir
x.Déclaration
public static func exp2(_ x: `Self`) -> Array<Element>Dix élevés au pouvoir
x.Déclaration
public static func exp10(_ x: `Self`) -> Array<Element>exp(x) - 1évalué de manière à conserver une précision proche de zéro.Déclaration
public static func expm1(_ x: `Self`) -> Array<Element>Le logarithme népérien de
x.Déclaration
public static func log(_ x: `Self`) -> Array<Element>Le logarithme en base deux de
x.Déclaration
public static func log2(_ x: `Self`) -> Array<Element>Le logarithme en base dix de
x.Déclaration
public static func log10(_ x: `Self`) -> Array<Element>log(1 + x)évalué de manière à conserver une précision proche de zéro.Déclaration
public static func log1p(_ x: `Self`) -> Array<Element>exp(y log(x))calculé sans perte de précision intermédiaire.Pour les types réels, si
xest négatif le résultat est NaN, même siya une valeur entière. Pour les types complexes, il existe une branche coupée sur l’axe réel négatif.Déclaration
public static func pow(_ x: `Self`, _ y: `Self`) -> Array<Element>xélevé à lanpuissance.Le produit de
ncopies dex.Déclaration
public static func pow(_ x: `Self`, _ n: Int) -> Array<Element>La
nème racine dex.Pour les types réels, si
xest négatif etnest pair, le résultat est NaN. Pour les types complexes, il existe une branche coupée le long de l’axe réel négatif.Déclaration
public static func root(_ x: `Self`, _ n: Int) -> Array<Element>
Déclaration
public init(_owning tensorHandles: UnsafePointer<CTensorHandle>?, count: Int)Déclaration
public init<C: RandomAccessCollection>( _handles: C ) where C.Element: _AnyTensorHandle
Note
Le hachage SHA1 ne fait que 20 octets et donc seuls les 20 premiers octets duSIMD32<UInt8>renvoyé sont différents de zéro.Déclaration
func sha1() -> SIMD32<UInt8>Déclaration
func sha512() -> SIMD64<UInt8>
Calcule
a || bélément par élément, comme si nous regroupions deux masques.Déclaration
public func mergingMask(with other: [Bool]) -> [Bool]
Déclaration
func withArrayRef<Result>(_ body: (Int64ArrayRef) throws -> Result) rethrows -> Result
Déclaration
func withArrayRef<Result>(_ body: (OpaqueXLATensorArrayRef) throws -> Result) rethrows -> Result
Déclaration
func withArrayRef<T, Result>(_ body: (OpaqueXLATensorArrayRef) throws -> Result) rethrows -> Result where Element == Tensor<T>
Déclaration
func withArrayRef<Result>(_ body: (inout PaddingConfig) -> Result) -> Result