Array

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 : ConvertibleFromPython where Element : ConvertibleFromPython
extension Array: ElementaryFunctions where Element: ElementaryFunctions
extension Array: TensorArrayProtocol where Element: TensorGroup
extension Array where Element == Bool
extension Array where Element == UInt8
extension Array where Element == Int64
extension Array where Element == XLATensor
extension Array where Element: AnyTensor
extension Array where Element == PaddingConfigDimension
Tersedia di mana `Elemen`: `Dapat Dibedakan`
Tersedia di mana `Element`: `EuclideanDifferentiable`
Tersedia di mana `Elemen`: `Dapat Dibedakan`
Tersedia di mana `Element` : `NumpyScalarCompatible`
  • Membuat Array dengan bentuk dan skalar yang sama dengan instance numpy.ndarray yang ditentukan.

    Prasyarat

    Paket Python numpy harus diinstal.

    Pernyataan

    public init?(numpy numpyArray: PythonObject)

    Parameter

    numpyArray

    Contoh numpy.ndarray yang akan dikonversi.

    Nilai Pengembalian

    numpyArray dikonversi menjadi Array . Mengembalikan nil jika numpyArray bukan 1-D atau tidak memiliki skalar dtype yang kompatibel.

  • Membuat instance numpy.ndarray 1-D dengan skalar yang sama dengan Array ini.

    Prasyarat

    Paket Python numpy harus diinstal.

    Pernyataan

    func makeNumpyArray() -> PythonObject
Tersedia di mana `Element` : `PythonConvertible`
Tersedia di mana `Element` : `ConvertibleFromPython`
Tersedia di mana `Element`: `ElementaryFunctions`
  • Akar kuadrat dari x .

    Untuk tipe sebenarnya, jika x negatif hasilnya adalah .nan . Untuk tipe kompleks terdapat potongan cabang pada sumbu nyata negatif.

    Pernyataan

    public static func sqrt(_ x: `Self`) -> Array<Element>
  • Kosinus x , diartikan sebagai sudut dalam radian.

    Pernyataan

    public static func cos(_ x: `Self`) -> Array<Element>
  • Sinus x , diartikan sebagai sudut dalam radian.

    Pernyataan

    public static func sin(_ x: `Self`) -> Array<Element>
  • Garis singgung x , diartikan sebagai sudut dalam radian.

    Pernyataan

    public static func tan(_ x: `Self`) -> Array<Element>
  • Kosinus terbalik dari x dalam radian.

    Pernyataan

    public static func acos(_ x: `Self`) -> Array<Element>
  • Sinus kebalikan dari x dalam radian.

    Pernyataan

    public static func asin(_ x: `Self`) -> Array<Element>
  • Kebalikan tangen x dalam radian.

    Pernyataan

    public static func atan(_ x: `Self`) -> Array<Element>
  • Kosinus hiperbolik dari x .

    Pernyataan

    public static func cosh(_ x: `Self`) -> Array<Element>
  • Sinus hiperbolik dari x .

    Pernyataan

    public static func sinh(_ x: `Self`) -> Array<Element>
  • Garis singgung hiperbolik dari x .

    Pernyataan

    public static func tanh(_ x: `Self`) -> Array<Element>
  • Kosinus hiperbolik terbalik dari x .

    Pernyataan

    public static func acosh(_ x: `Self`) -> Array<Element>
  • Sinus hiperbolik terbalik dari x .

    Pernyataan

    public static func asinh(_ x: `Self`) -> Array<Element>
  • Garis singgung hiperbolik terbalik dari x .

    Pernyataan

    public static func atanh(_ x: `Self`) -> Array<Element>
  • Fungsi eksponensial diterapkan pada x , atau e**x .

    Pernyataan

    public static func exp(_ x: `Self`) -> Array<Element>
  • Dua diangkat ke pangkat x .

    Pernyataan

    public static func exp2(_ x: `Self`) -> Array<Element>
  • Sepuluh dinaikkan ke pangkat x .

    Pernyataan

    public static func exp10(_ x: `Self`) -> Array<Element>
  • exp(x) - 1 dievaluasi untuk menjaga akurasi mendekati nol.

    Pernyataan

    public static func expm1(_ x: `Self`) -> Array<Element>
  • Logaritma natural dari x .

    Pernyataan

    public static func log(_ x: `Self`) -> Array<Element>
  • Logaritma basis dua dari x .

    Pernyataan

    public static func log2(_ x: `Self`) -> Array<Element>
  • Logaritma basis sepuluh dari x .

    Pernyataan

    public static func log10(_ x: `Self`) -> Array<Element>
  • log(1 + x) dievaluasi untuk menjaga akurasi mendekati nol.

    Pernyataan

    public static func log1p(_ x: `Self`) -> Array<Element>
  • exp(y log(x)) dihitung tanpa kehilangan presisi menengah.

    Untuk tipe riil, jika x negatif, hasilnya adalah NaN, meskipun y mempunyai nilai integral. Untuk tipe kompleks, terdapat potongan cabang pada sumbu nyata negatif.

    Pernyataan

    public static func pow(_ x: `Self`, _ y: `Self`) -> Array<Element>
  • x dipangkatkan ke n .

    Produk dari n salinan x .

    Pernyataan

    public static func pow(_ x: `Self`, _ n: Int) -> Array<Element>
  • Akar ke n dari x .

    Untuk tipe riil, jika x negatif dan n genap, hasilnya adalah NaN. Untuk tipe kompleks, ada cabang yang dipotong sepanjang sumbu nyata negatif.

    Pernyataan

    public static func root(_ x: `Self`, _ n: Int) -> Array<Element>
Tersedia di mana `Elemen`: `TensorGroup`
  • Pernyataan

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

    public init<C: RandomAccessCollection>(
      _handles: C
    ) where C.Element: _AnyTensorHandle
Tersedia di mana `Element` == `UInt8`
  • Catatan

    Hash SHA1 hanya sepanjang 20 byte sehingga hanya 20 byte pertama dari SIMD32<UInt8> yang dikembalikan yang bukan nol.

    Pernyataan

    func sha1() -> SIMD32<UInt8>
  • Pernyataan

    func sha512() -> SIMD64<UInt8>
Tersedia di mana `Element` == `Bool`
  • Menghitung a || b secara elemen seolah-olah kita sedang menyatukan dua topeng.

    Pernyataan

    public func mergingMask(with other: [Bool]) -> [Bool]
Tersedia di mana `Element` == `Int64`
  • Pernyataan

    func withArrayRef<Result>(_ body: (Int64ArrayRef) throws -> Result) rethrows -> Result
Tersedia di mana `Element` == `XLATensor`
  • Pernyataan

    func withArrayRef<Result>(_ body: (OpaqueXLATensorArrayRef) throws -> Result) rethrows -> Result
Tersedia di mana `Elemen`: `AnyTensor`
  • Pernyataan

    func withArrayRef<T, Result>(_ body: (OpaqueXLATensorArrayRef) throws -> Result) rethrows
      -> Result
    where Element == Tensor<T>
Tersedia di mana `Element` == `PaddingConfigDimension`
  • Pernyataan

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