সতর্কতা: এই প্রকল্পটি বাতিল করা হয়েছে। সুইফট ফর টেনসরফ্লো মেশিন লার্নিং, কম্পাইলার, ডিফারেনশিয়াবল প্রোগ্রামিং, সিস্টেম ডিজাইন এবং এর বাইরেও সাম্প্রতিক গবেষণাকে অন্তর্ভুক্ত করে মেশিন লার্নিংয়ের জন্য পরবর্তী প্রজন্মের প্ল্যাটফর্মে একটি পরীক্ষা ছিল। এটি 2021 সালের ফেব্রুয়ারিতে সংরক্ষণাগারভুক্ত করা হয়েছিল।

এই পৃষ্ঠাটি Cloud Translation API অনুবাদ করেছে।

অ্যারে

extension Array: MutableCollectionAlgorithms

extension Array: KeyPathIterable

extension Array: Differentiable where Element: Differentiable

extension Array: EuclideanDifferentiable
where Element: EuclideanDifferentiable

extension Array where Element: Differentiable

extension Array : ConvertibleFromNumpyArray
where Element : NumpyScalarCompatible

public extension Array where Element : NumpyScalarCompatible

extension Array : PythonConvertible where Element : PythonConvertible

extension Array where Element == Int64

extension Array : ConvertibleFromPython where Element : ConvertibleFromPython

extension Array: ElementaryFunctions where Element: ElementaryFunctions

l10n-

extension Array: TensorArrayProtocol where Element: TensorGroup

extension Array where Element == Bool

extension Array where Element == UInt8

extension Array where Element == XLATensor

extension Array where Element: AnyTensor

extension Array where Element == PaddingConfigDimension

ডিফারেনশিয়াবল ভিউ

Element ডিফারেনশিয়াবল প্রোডাক্ট ম্যানিফোল্ড হিসাবে একটি অ্যারের ভিউ নিজেই count সাথে গুণিত হয়।

ঘোষণা

@frozen
public struct DifferentiableView

extension Array.DifferentiableView: Differentiable
where Element: Differentiable

extension Array.DifferentiableView: EuclideanDifferentiable
where Element: EuclideanDifferentiable

extension Array.DifferentiableView: Equatable
where Element: Differentiable & Equatable

extension Array.DifferentiableView: ExpressibleByArrayLiteral
where Element: Differentiable

extension Array.DifferentiableView: CustomStringConvertible
where Element: Differentiable

extension Array.DifferentiableView: AdditiveArithmetic
where Element: AdditiveArithmetic & Differentiable

extension Array.DifferentiableView: KeyPathIterable
where Element: Differentiable

extension Array.DifferentiableView: _KeyPathIterableBase
where Element: Differentiable

extension Array.DifferentiableView: ElementaryFunctions
where Element: Differentiable & ElementaryFunctions

extension Array.DifferentiableView:
  BidirectionalCollection,
  Collection,
  MutableCollection,
  RandomAccessCollection,
  RangeReplaceableCollection,
  Sequence
where Element: Differentiable

extension Array.DifferentiableView: VectorProtocol
where Element: Differentiable & VectorProtocol

extension Array.DifferentiableView: PointwiseMultiplicative
where Element: Differentiable & PointwiseMultiplicative

AllKeyPaths

ঘোষণা

public typealias AllKeyPaths = [PartialKeyPath<Array>]

allKeyPaths

ঘোষণা

public var allKeyPaths: [PartialKeyPath<Array>] { get }

উপলব্ধ যেখানে `Element`: `Differentiable`

স্পর্শক ভেক্টর

ঘোষণা

public typealias TangentVector =
  Array<Element.TangentVector>.DifferentiableView

বরাবর অগ্রসর:)

ঘোষণা

public mutating mutating func move(along direction: TangentVector)

zeroTangentVectorInitializer
একটি বন্ধ যা self হিসাবে একই count সহ শূন্যের একটি TangentVector উৎপন্ন করে।
ঘোষণা
public var zeroTangentVectorInitializer: () -> TangentVector { get }

উপলব্ধ যেখানে `Element`: `EuclideanDifferentiable`

পার্থক্যযোগ্য ভেক্টরভিউ
ঘোষণা
public var differentiableVectorView: TangentVector { get }

উপলব্ধ যেখানে `Element`: `Differentiable`

init (পুনরাবৃত্তি :)
ঘোষণা
@derivative init(repeating: count)

পার্থক্যযোগ্য মানচিত্র(_:)

ঘোষণা

@differentiable(wrt: self)
public func differentiableMap<Result: Differentiable>(
  _ body: @differentiable (Element) -> Result
) -> [Result]

পার্থক্যযোগ্য হ্রাস (_:_:)

ঘোষণা

@differentiable(wrt: (self, initialResult)
public func differentiableReduce<Result: Differentiable>(
  _ initialResult: Result,
  _ nextPartialResult: @differentiable (Result, Element) -> Result
) -> Result

উপলব্ধ যেখানে `Element` : `NumpyScalarCompatible`

init(numpy:)
নির্দিষ্ট numpy.ndarray উদাহরণের মতো একই আকার এবং স্কেলার সহ একটি Array তৈরি করে।
পূর্বশর্ত
numpy Python প্যাকেজ ইনস্টল করা আবশ্যক.
ঘোষণা
public init?(numpy numpyArray: PythonObject)
পরামিতি
numpyArray
রূপান্তর করার জন্য numpy.ndarray উদাহরণ।
ফেরত মূল্য
numpyArray একটি Array রূপান্তরিত হয়েছে। numpyArray 1-D না হলে বা একটি সামঞ্জস্যপূর্ণ স্কেলার dtype না থাকলে nil ফেরত দেয়।
makeNumpyArray()
এই Array মতো একই স্কেলার সহ একটি 1-D numpy.ndarray উদাহরণ তৈরি করে।
পূর্বশর্ত
numpy Python প্যাকেজ ইনস্টল করা আবশ্যক.
ঘোষণা
func makeNumpyArray() -> PythonObject

উপলব্ধ যেখানে `Element` : `Python Convertible`

pythonObject

ঘোষণা

public var pythonObject: PythonObject { get }

উপলব্ধ যেখানে `Element` : `ConvertibleFromPython`

এটা(_:)

ঘোষণা

public init?(_ pythonObject: PythonObject)

উপলব্ধ যেখানে `Element`: `Elimentary Functions`

sqrt(_:)
x এর বর্গমূল।
বাস্তব প্রকারের জন্য, যদি x নেতিবাচক হয় ফলাফল হল .nan । জটিল ধরনের জন্য ঋণাত্মক বাস্তব অক্ষের উপর একটি শাখা কাটা আছে।
ঘোষণা
public static func sqrt(_ x: `Self`) -> Array<Element>
কারণ(_:)
x এর কোসাইন, রেডিয়ানে একটি কোণ হিসাবে ব্যাখ্যা করা হয়।
ঘোষণা
public static func cos(_ x: `Self`) -> Array<Element>
পাপ(_:)
x এর সাইন, রেডিয়ানে একটি কোণ হিসাবে ব্যাখ্যা করা হয়।
ঘোষণা
public static func sin(_ x: `Self`) -> Array<Element>
ট্যান(_:)
x এর স্পর্শক, রেডিয়ানে একটি কোণ হিসাবে ব্যাখ্যা করা হয়।
ঘোষণা
public static func tan(_ x: `Self`) -> Array<Element>
acos(_:)
রেডিয়ানে x এর বিপরীত কোসাইন।
ঘোষণা
public static func acos(_ x: `Self`) -> Array<Element>
অসিন(_:)
রেডিয়ানে x এর বিপরীত সাইন।
ঘোষণা
public static func asin(_ x: `Self`) -> Array<Element>
একটি কষা(_:)
রেডিয়ানে x এর বিপরীত স্পর্শক।
ঘোষণা
public static func atan(_ x: `Self`) -> Array<Element>
cosh(_:)
x এর হাইপারবোলিক কোসাইন।
ঘোষণা
public static func cosh(_ x: `Self`) -> Array<Element>
সিনহ(_:)
x এর হাইপারবোলিক সাইন।
ঘোষণা
public static func sinh(_ x: `Self`) -> Array<Element>
তানহ(_:)
x এর অধিবৃত্তীয় স্পর্শক।
ঘোষণা
public static func tanh(_ x: `Self`) -> Array<Element>
অ্যাকোশ(_:)
x এর বিপরীত হাইপারবোলিক কোসাইন।
ঘোষণা
public static func acosh(_ x: `Self`) -> Array<Element>
অসিং(_:)
x এর বিপরীত হাইপারবোলিক সাইন।
ঘোষণা
public static func asinh(_ x: `Self`) -> Array<Element>
atanh(_:)
x এর বিপরীত হাইপারবোলিক ট্যানজেন্ট।
ঘোষণা
public static func atanh(_ x: `Self`) -> Array<Element>
মেয়াদ(_:)
সূচকীয় ফাংশন x , বা e**x এ প্রয়োগ করা হয়।
ঘোষণা
public static func exp(_ x: `Self`) -> Array<Element>
exp2(_:)
দুটি x ক্ষমতায় উত্থাপিত।
ঘোষণা
public static func exp2(_ x: `Self`) -> Array<Element>
exp10(_:)
দশ শক্তি x এ উত্থাপিত হয়।
ঘোষণা
public static func exp10(_ x: `Self`) -> Array<Element>
expm1(_:)
exp(x) - 1 মূল্যায়ন করা হয়েছে যাতে শূন্যের কাছাকাছি নির্ভুলতা রক্ষা করা যায়।
ঘোষণা
public static func expm1(_ x: `Self`) -> Array<Element>
লগ(_:)
x এর প্রাকৃতিক লগারিদম।
ঘোষণা
public static func log(_ x: `Self`) -> Array<Element>
লগ2(_:)
x এর বেস-টু লগারিদম।
ঘোষণা
public static func log2(_ x: `Self`) -> Array<Element>
লগ10(_:)
x এর বেস-টেন লগারিদম।
ঘোষণা
public static func log10(_ x: `Self`) -> Array<Element>
log1p(_:)
log(1 + x) মূল্যায়ন করা হয়েছে যাতে শূন্যের কাছাকাছি নির্ভুলতা রক্ষা করা যায়।
ঘোষণা
public static func log1p(_ x: `Self`) -> Array<Element>
pow(_:_:)
exp(y log(x)) মধ্যবর্তী নির্ভুলতা না হারিয়ে গণনা করা হয়েছে।
বাস্তব প্রকারের জন্য, x ঋণাত্মক হলে ফলাফল হবে NaN, এমনকি y একটি অবিচ্ছেদ্য মান থাকলেও। জটিল ধরনের জন্য, ঋণাত্মক বাস্তব অক্ষের উপর একটি শাখা কাটা আছে।
ঘোষণা
public static func pow(_ x: `Self`, _ y: `Self`) -> Array<Element>
pow(_:_:)
x n ম শক্তিতে উত্থিত।
x এর n কপির গুণফল।
ঘোষণা
public static func pow(_ x: `Self`, _ n: Int) -> Array<Element>
মূল(_:_:)
x এর n ম মূল।
বাস্তব প্রকারের জন্য, যদি x ঋণাত্মক হয় এবং n জোড় হয়, ফলাফল হবে NaN। জটিল ধরনের জন্য, ঋণাত্মক বাস্তব অক্ষ বরাবর একটি শাখা কাটা আছে।
ঘোষণা
public static func root(_ x: `Self`, _ n: Int) -> Array<Element>

উপলব্ধ যেখানে `Element`: `TensorGroup`

init(_owning:count:)

ঘোষণা

public init(_owning tensorHandles: UnsafePointer<CTensorHandle>?, count: Int)

init(_handles:)

ঘোষণা

public init<C: RandomAccessCollection>(
  _handles: C
) where C.Element: _AnyTensorHandle

উপলব্ধ যেখানে `Element` == `UInt8`

sha1()
বিঃদ্রঃ
SHA1 হ্যাশ মাত্র 20 বাইট দীর্ঘ এবং তাই শুধুমাত্র প্রথম 20 বাইট ফেরত SIMD32<UInt8> অ-শূন্য।
ঘোষণা
func sha1() -> SIMD32<UInt8>
sha512()
ঘোষণা
func sha512() -> SIMD64<UInt8>

উপলব্ধ যেখানে `Element` == `Bool`

মার্জিং মাস্ক (এর সাথে :)
গণনা করে a || b elementwise যেন আমরা একসাথে দুটি মুখোশ বা করছিলাম।
ঘোষণা
public func mergingMask(with other: [Bool]) -> [Bool]

উপলব্ধ যেখানে `Element` == `Int64`

ArrayRef(_:) সহ

ঘোষণা

func withArrayRef<Result>(_ body: (Int64ArrayRef) throws -> Result) rethrows -> Result

উপলব্ধ যেখানে `Element` == `XLATensor`

ArrayRef(_:) সহ

ঘোষণা

func withArrayRef<Result>(_ body: (OpaqueXLATensorArrayRef) throws -> Result) rethrows -> Result

উপলব্ধ যেখানে `Element`: `AnyTensor`

ArrayRef(_:) সহ

ঘোষণা

func withArrayRef<T, Result>(_ body: (OpaqueXLATensorArrayRef) throws -> Result) rethrows
  -> Result
where Element == Tensor<T>

উপলব্ধ যেখানে `Element` == `PaddingConfigDimension`

ArrayRef(_:) সহ

ঘোষণা

func withArrayRef<Result>(_ body: (inout PaddingConfig) -> Result) -> Result

অ্যারে

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

পরামিতি

ফেরত মূল্য

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা

ঘোষণা