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 == PaddingConfigDimensionWidok tablicy jako rozmaitości iloczynu różniczkowego
Elementpomnożonego przez siebie samegocountrazy.Deklaracja
@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 & PointwiseMultiplicativeDeklaracja
public typealias AllKeyPaths = [PartialKeyPath<Array>]Deklaracja
public var allKeyPaths: [PartialKeyPath<Array>] { get }
Deklaracja
public typealias TangentVector = Array<Element.TangentVector>.DifferentiableViewDeklaracja
public mutating mutating func move(along direction: TangentVector)Zamknięcie generujące
TangentVectorzer o tej samejcountcoself.Deklaracja
public var zeroTangentVectorInitializer: () -> TangentVector { get }
Deklaracja
public var differentiableVectorView: TangentVector { get }
Deklaracja
@derivative init(repeating: count)Deklaracja
@differentiable(wrt: self) public func differentiableMap<Result: Differentiable>( _ body: @differentiable (Element) -> Result ) -> [Result]Deklaracja
@differentiable(wrt: (self, initialResult) public func differentiableReduce<Result: Differentiable>( _ initialResult: Result, _ nextPartialResult: @differentiable (Result, Element) -> Result ) -> Result
Tworzy
Arrayo tym samym kształcie i skalarach co określone wystąpienienumpy.ndarray.Warunek wstępny
Należy zainstalować pakietnumpyPython.Deklaracja
public init?(numpy numpyArray: PythonObject)Parametry
numpyArrayInstancja
numpy.ndarraydo przekonwertowania.Wartość zwracana
numpyArrayprzekonwertowany naArray. Zwracanil, jeślinumpyArraynie jest 1-D lub nie ma kompatybilnegodtypeskalarnego.Tworzy instancję 1-D
numpy.ndarrayz tymi samymi skalarami co taArray.Warunek wstępny
Należy zainstalować pakietnumpyPython.Deklaracja
func makeNumpyArray() -> PythonObject
Deklaracja
public var pythonObject: PythonObject { get }
Deklaracja
public init?(_ pythonObject: PythonObject)
Pierwiastek kwadratowy z
x.W przypadku typów rzeczywistych, jeśli
xjest ujemne, wynikiem jest.nan. W przypadku typów złożonych następuje odcięcie gałęzi na ujemnej osi rzeczywistej.Deklaracja
public static func sqrt(_ x: `Self`) -> Array<Element>Cosinus
x, interpretowany jako kąt w radianach.Deklaracja
public static func cos(_ x: `Self`) -> Array<Element>Sinus
x, interpretowany jako kąt w radianach.Deklaracja
public static func sin(_ x: `Self`) -> Array<Element>Tangens
x, interpretowany jako kąt w radianach.Deklaracja
public static func tan(_ x: `Self`) -> Array<Element>Odwrotny cosinus
xw radianach.Deklaracja
public static func acos(_ x: `Self`) -> Array<Element>Odwrotny sinus
xw radianach.Deklaracja
public static func asin(_ x: `Self`) -> Array<Element>Odwrotny tangens
xw radianach.Deklaracja
public static func atan(_ x: `Self`) -> Array<Element>Cosinus hiperboliczny
x.Deklaracja
public static func cosh(_ x: `Self`) -> Array<Element>Sinus hiperboliczny
x.Deklaracja
public static func sinh(_ x: `Self`) -> Array<Element>Tangens hiperboliczny
x.Deklaracja
public static func tanh(_ x: `Self`) -> Array<Element>Odwrotny cosinus hiperboliczny
x.Deklaracja
public static func acosh(_ x: `Self`) -> Array<Element>Odwrotny sinus hiperboliczny
x.Deklaracja
public static func asinh(_ x: `Self`) -> Array<Element>Odwrotny tangens hiperboliczny
x.Deklaracja
public static func atanh(_ x: `Self`) -> Array<Element>Funkcja wykładnicza zastosowana do
xlube**x.Deklaracja
public static func exp(_ x: `Self`) -> Array<Element>Dwa podniesione do potęgi
x.Deklaracja
public static func exp2(_ x: `Self`) -> Array<Element>Dziesięć podniesione do potęgi
x.Deklaracja
public static func exp10(_ x: `Self`) -> Array<Element>exp(x) - 1oceniane tak, aby zachować dokładność bliską zeru.Deklaracja
public static func expm1(_ x: `Self`) -> Array<Element>Logarytm naturalny
x.Deklaracja
public static func log(_ x: `Self`) -> Array<Element>Logarytm o podstawie dwóch z
x.Deklaracja
public static func log2(_ x: `Self`) -> Array<Element>Logarytm dziesiętny z
x.Deklaracja
public static func log10(_ x: `Self`) -> Array<Element>log(1 + x)oceniany tak, aby zachować dokładność bliską zeru.Deklaracja
public static func log1p(_ x: `Self`) -> Array<Element>exp(y log(x))obliczone bez utraty precyzji pośredniej.W przypadku typów rzeczywistych, jeśli
xjest ujemne, wynikiem jest NaN, nawet jeśliyma wartość całkowitą. W przypadku typów złożonych następuje odcięcie gałęzi na ujemnej osi rzeczywistej.Deklaracja
public static func pow(_ x: `Self`, _ y: `Self`) -> Array<Element>xpodniesione dontej potęgi.Iloczyn
nkopiix.Deklaracja
public static func pow(_ x: `Self`, _ n: Int) -> Array<Element>n-ty pierwiastek zx.W przypadku typów rzeczywistych, jeśli
xjest ujemne, anparzyste, wynikiem jest NaN. W przypadku typów złożonych odgałęzienie jest wycinane wzdłuż ujemnej osi rzeczywistej.Deklaracja
public static func root(_ x: `Self`, _ n: Int) -> Array<Element>
Deklaracja
public init(_owning tensorHandles: UnsafePointer<CTensorHandle>?, count: Int)Deklaracja
public init<C: RandomAccessCollection>( _handles: C ) where C.Element: _AnyTensorHandle
Notatka
Hash SHA1 ma tylko 20 bajtów, dlatego tylko pierwsze 20 bajtów zwróconegoSIMD32<UInt8>jest niezerowych.Deklaracja
func sha1() -> SIMD32<UInt8>Deklaracja
func sha512() -> SIMD64<UInt8>
Oblicza
a || belementarnie, jakbyśmy łączyli ze sobą dwie maski.Deklaracja
public func mergingMask(with other: [Bool]) -> [Bool]
Deklaracja
func withArrayRef<Result>(_ body: (Int64ArrayRef) throws -> Result) rethrows -> Result
Deklaracja
func withArrayRef<Result>(_ body: (OpaqueXLATensorArrayRef) throws -> Result) rethrows -> Result
Deklaracja
func withArrayRef<T, Result>(_ body: (OpaqueXLATensorArrayRef) throws -> Result) rethrows -> Result where Element == Tensor<T>
Deklaracja
func withArrayRef<Result>(_ body: (inout PaddingConfig) -> Result) -> Result