MutableCollection 알고리즘에 대한 사용자 정의 지점을 제공합니다.

표준 라이브러리에 통합된 경우 이러한 요구 사항은 MutableCollection 의 일부일 뿐입니다. 그동안 MutableCollectionAlgorithms 에 대한 컬렉션의 적합성을 선언하여 이러한 사용자 정의 지점을 MutableCollectionAlgorithms 에 정의된 다른 알고리즘에서 사용할 수 있습니다.

동일한 유형의 일부 상위 요소와 요소를 대조할 수 있는 유형(예: 텐서, 텐서 튜플)

중첩된 속성과 요소를 Device 에 복사할 수 있는 형식입니다.

값이 속성이나 요소에 대한 사용자 지정 키 경로를 제공하는 형식입니다.

TensorFlow와 호환되는 스칼라 데이터 유형입니다.

TensorFlowScalar 준수하는 유형은 Tensor 의 Scalar 관련 유형으로 사용될 수 있습니다.

TensorFlow에서 텐서 인덱스로 사용할 수 있는 정수 유형을 나타내는 정수 데이터 유형입니다.

Differentiable 준수하고 TensorFlow와 호환되는 부동 소수점 데이터 유형입니다.

탄젠트 공간이 유한차원인 미분 가능한 다양체를 수학적으로 나타내는 형식입니다.

점별 곱셈을 지원하는 값이 있는 유형입니다.

순위가 지정되지 않은 벡터 공간을 나타내는 유형입니다. 이 유형의 값은 이 벡터 공간의 요소이며 형태가 없거나 정적 형태를 갖습니다.

유클리드 공간에서 미분 가능한 유형입니다. 유형은 벡터 공간을 나타내거나 벡터 공간과 다른 미분 불가능한 구성 요소로 구성될 수 있습니다.

수학적으로 이는 미분 가능한 벡터 공간과 일부 임의의 다양체로 구성된 곱 다양체를 나타냅니다. 여기서 전체 곱 다양체의 접선 묶음은 벡터 공간 구성요소와 같습니다.

이 추상화는 미분 가능한 벡터 속성과 도함수가 없는 기타 저장된 속성을 모두 포함하는 공통 미분 가능 데이터 구조를 나타내는 데 유용합니다.

struct Perceptron: @memberwise EuclideanDifferentiable {
    var weight: SIMD16<Float>
    var bias: Float
    @noDerivative var useBias: Bool
}

신경망 계층.

Layer 를 준수하는 유형은 입력을 출력으로 매핑하는 기능을 나타냅니다. 가중치 텐서와 같은 매개변수로 표시되는 내부 상태를 가질 수 있습니다.

Layer 인스턴스는 입력을 출력으로 매핑하기 위해 차별화 가능한 callAsFunction(_:) 메서드를 정의합니다.

매개변수가 없는 신경망 계층.

매개변수가 없는 레이어의 TangentVector 항상 EmptyTangentVector 입니다.

사용 가능한 기본 기능이 있는 유형입니다.

"기본 함수" 는 거듭제곱, 근, 지수, 로그, 삼각 함수(sin, cos, tan) 및 그 역, 쌍곡선 함수(sinh, cosh, tanh) 및 그 역으로 구성된 함수입니다.

이 프로토콜을 준수한다는 것은 이러한 모든 빌딩 블록을 유형에 대한 정적 함수로 사용할 수 있음을 의미합니다.

let x: Float = 1
let y = Float.sin(x) // 0.84147096

중첩된 부동 소수점 텐서 속성과 요소를 전체 정밀도에서 감소된 정밀도로 또는 그 반대로 변환할 수 있는 유형입니다.

Swift가 일부 유형이 Sampling 의 인스턴스여야 한다는 일반적인 제약 조건을 표현할 수 없다는 사실을 해결하는 데 사용되는 구현 세부 사항입니다.

PythonObject 로 표현되는 numpy.ndarray 인스턴스에서 초기화될 수 있는 유형입니다.

하나 이상의 NumPy 스칼라 유형과 비트 단위로 호환되는 유형입니다.

값이 PythonObject 로 변환될 수 있는 유형입니다.

PythonObject 에서 초기화할 수 있는 유형입니다.

시드 가능한 결정론적 의사 난수 데이터를 제공하는 유형입니다.

SeedableRandomNumberGenerator는 RandomNumberGenerator가 사용되는 모든 곳에서 사용할 수 있습니다. 의사 난수 데이터를 실행 전반에 걸쳐 재현해야 할 때 유용합니다.

SeedableRandomNumberGenerator 프로토콜 준수

사용자 정의 유형이 SeedableRandomNumberGenerator 프로토콜을 따르도록 하려면 init(seed: [UInt8]) 초기화 프로그램과 RandomNumberGenerator 요구 사항을 구현하세요. next() 에서 반환된 값은 초기화 시 제공된 시드에만 의존하는 결정적 시퀀스를 형성해야 합니다.

반복 레이어 셀.

미분 가능한 이진 연산을 지원하는 값이 있는 유형입니다.

병합 기능에 대한 일반 요구 사항으로 BidirectionalRecurrentLayer 에서 사용됩니다.

이종 배열을 입력으로 사용하는 텐서플로우 작업을 호출하기 위한 특수 프로토콜입니다.

Array<CTensorHandle> 에 매핑될 수 있는 유형을 나타내는 프로토콜입니다.

이 프로토콜은 런타임 시 텐서 수를 결정하기 위해 TensorGroup 과 별도로 정의됩니다. 예를 들어, [Tensor<Float>] 컴파일 타임에 알 수 없는 수의 요소가 있을 수 있습니다.

이 프로토콜은 저장된 속성이 모두 TensorGroup 프로토콜을 준수하는 구조체에 대해 자동으로 파생될 수 있습니다. 생성자 요구 사항으로 인해 속성이 모두 TensorArrayProtocol 준수하는 구조체에 대해서는 자동으로 파생될 수 없습니다(즉, 이러한 경우 저장된 속성 중에서 count 분석하는 방법을 아는 것이 불가능합니다).

Array<CTensorHandle> 에 매핑될 수 있는 유형을 나타내는 프로토콜입니다.

TensorGroup 텐서 작업에 대한 인수로 사용되면 요소가 해당 유형의 텐서 필드인 인수 목록으로 전달됩니다.

TensorGroup 이 텐서 작업의 결과로 반환되면 텐서 작업의 텐서 결과로 설정된 텐서 필드로 초기화됩니다.

x10에서 지원되는 데이터 유형입니다.