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 == PaddingConfigDimensionA visão de uma matriz como a variedade de produto diferenciável do
Elementmultiplicado por ele mesmo pelos temposcount.Declaração
@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 & PointwiseMultiplicativeDeclaração
public typealias AllKeyPaths = [PartialKeyPath<Array>]Declaração
public var allKeyPaths: [PartialKeyPath<Array>] { get }
Declaração
public typealias TangentVector = Array<Element.TangentVector>.DifferentiableViewDeclaração
public mutating mutating func move(along direction: TangentVector)Um fechamento que produz um
TangentVectorde zeros com a mesmacountqueself.Declaração
public var zeroTangentVectorInitializer: () -> TangentVector { get }
Declaração
public var differentiableVectorView: TangentVector { get }
Declaração
@derivative init(repeating: count)Declaração
@differentiable(wrt: self) public func differentiableMap<Result: Differentiable>( _ body: @differentiable (Element) -> Result ) -> [Result]Declaração
@differentiable(wrt: (self, initialResult) public func differentiableReduce<Result: Differentiable>( _ initialResult: Result, _ nextPartialResult: @differentiable (Result, Element) -> Result ) -> Result
Cria um
Arraycom a mesma forma e escalares da instâncianumpy.ndarrayespecificada.Condição prévia
O pacotenumpyPython deve ser instalado.Declaração
public init?(numpy numpyArray: PythonObject)Parâmetros
numpyArrayA instância
numpy.ndarraya ser convertida.Valor de retorno
numpyArrayconvertido em umArray. RetornanilsenumpyArraynão for 1-D ou não tiver umdtypeescalar compatível.Cria uma instância 1-D
numpy.ndarraycom os mesmos escalares desteArray.Condição prévia
O pacotenumpyPython deve ser instalado.Declaração
func makeNumpyArray() -> PythonObject
Declaração
public var pythonObject: PythonObject { get }
Declaração
public init?(_ pythonObject: PythonObject)
A raiz quadrada de
x.Para tipos reais, se
xfor negativo o resultado será.nan. Para tipos complexos existe um corte de ramo no eixo real negativo.Declaração
public static func sqrt(_ x: `Self`) -> Array<Element>O cosseno de
x, interpretado como um ângulo em radianos.Declaração
public static func cos(_ x: `Self`) -> Array<Element>O seno de
x, interpretado como um ângulo em radianos.Declaração
public static func sin(_ x: `Self`) -> Array<Element>A tangente de
x, interpretada como um ângulo em radianos.Declaração
public static func tan(_ x: `Self`) -> Array<Element>O cosseno inverso de
xem radianos.Declaração
public static func acos(_ x: `Self`) -> Array<Element>O seno inverso de
xem radianos.Declaração
public static func asin(_ x: `Self`) -> Array<Element>A tangente inversa de
xem radianos.Declaração
public static func atan(_ x: `Self`) -> Array<Element>O cosseno hiperbólico de
x.Declaração
public static func cosh(_ x: `Self`) -> Array<Element>O seno hiperbólico de
x.Declaração
public static func sinh(_ x: `Self`) -> Array<Element>A tangente hiperbólica de
x.Declaração
public static func tanh(_ x: `Self`) -> Array<Element>O cosseno hiperbólico inverso de
x.Declaração
public static func acosh(_ x: `Self`) -> Array<Element>O seno hiperbólico inverso de
x.Declaração
public static func asinh(_ x: `Self`) -> Array<Element>A tangente hiperbólica inversa de
x.Declaração
public static func atanh(_ x: `Self`) -> Array<Element>A função exponencial aplicada a
xoue**x.Declaração
public static func exp(_ x: `Self`) -> Array<Element>Dois elevados à potência
x.Declaração
public static func exp2(_ x: `Self`) -> Array<Element>Dez elevado à potência
x.Declaração
public static func exp10(_ x: `Self`) -> Array<Element>exp(x) - 1avaliado de forma a preservar a precisão próxima de zero.Declaração
public static func expm1(_ x: `Self`) -> Array<Element>O logaritmo natural de
x.Declaração
public static func log(_ x: `Self`) -> Array<Element>O logaritmo de base dois de
x.Declaração
public static func log2(_ x: `Self`) -> Array<Element>O logaritmo de base dez de
x.Declaração
public static func log10(_ x: `Self`) -> Array<Element>log(1 + x)avaliado de forma a preservar a precisão próxima de zero.Declaração
public static func log1p(_ x: `Self`) -> Array<Element>exp(y log(x))calculado sem perda de precisão intermediária.Para tipos reais, se
xfor negativo o resultado será NaN, mesmo queytenha um valor integral. Para tipos complexos, há um corte de ramo no eixo real negativo.Declaração
public static func pow(_ x: `Self`, _ y: `Self`) -> Array<Element>xelevado ànpotência.O produto de
ncópias dex.Declaração
public static func pow(_ x: `Self`, _ n: Int) -> Array<Element>A
nraiz dex.Para tipos reais, se
xfor negativo ennpar, o resultado será NaN. Para tipos complexos, há um corte de ramo ao longo do eixo real negativo.Declaração
public static func root(_ x: `Self`, _ n: Int) -> Array<Element>
Declaração
public init(_owning tensorHandles: UnsafePointer<CTensorHandle>?, count: Int)Declaração
public init<C: RandomAccessCollection>( _handles: C ) where C.Element: _AnyTensorHandle
Observação
O hash SHA1 tem apenas 20 bytes e, portanto, apenas os primeiros 20 bytes doSIMD32<UInt8>retornado são diferentes de zero.Declaração
func sha1() -> SIMD32<UInt8>Declaração
func sha512() -> SIMD64<UInt8>
Calcula
a || belemento a elemento, como se estivéssemos juntando duas máscaras.Declaração
public func mergingMask(with other: [Bool]) -> [Bool]
Declaração
func withArrayRef<Result>(_ body: (Int64ArrayRef) throws -> Result) rethrows -> Result
Declaração
func withArrayRef<Result>(_ body: (OpaqueXLATensorArrayRef) throws -> Result) rethrows -> Result
Declaração
func withArrayRef<T, Result>(_ body: (OpaqueXLATensorArrayRef) throws -> Result) rethrows -> Result where Element == Tensor<T>
Declaração
func withArrayRef<Result>(_ body: (inout PaddingConfig) -> Result) -> Result