อาร์เรย์

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 == UInt8
extension Array where Element == Bool
l10n-
extension Array where Element == Int64
extension Array where Element == XLATensor
ตัวยึดตำแหน่ง15 l10n-ตัวยึดตำแหน่ง
extension Array where Element: AnyTensor
extension Array where Element == PaddingConfigDimension
มีให้เมื่อ 'องค์ประกอบ': 'แตกต่าง'
มีให้โดยที่ `องค์ประกอบ`: `EuclideanDifferentiable`
มีให้เมื่อ 'องค์ประกอบ': 'แตกต่าง'
มีจำหน่ายที่ `องค์ประกอบ` : `NumpyScalarCompatible`
  • สร้าง Array ที่มีรูปร่างและสเกลาร์เหมือนกับอินสแตนซ์ numpy.ndarray ที่ระบุ

    เงื่อนไขเบื้องต้น

    ต้องติดตั้งแพ็คเกจ Python numpy

    คำประกาศ

    public init?(numpy numpyArray: PythonObject)

    พารามิเตอร์

    numpyArray

    อินสแตนซ์ numpy.ndarray ที่จะแปลง

    ค่าส่งคืน

    numpyArray แปลงเป็น Array คืน nil หาก numpyArray ไม่ใช่ 1-D หรือไม่มีสเกลาร์ dtype ที่เข้ากันได้

  • สร้างอินสแตนซ์ numpy.ndarray 1 มิติที่มีสเกลาร์เหมือนกับ Array นี้

    เงื่อนไขเบื้องต้น

    ต้องติดตั้งแพ็คเกจ Python numpy

    คำประกาศ

    func makeNumpyArray() -> PythonObject
มีให้ที่ `องค์ประกอบ` : `PythonConvertible`
มีจำหน่ายที่ `องค์ประกอบ` : `ConvertibleFromPython`
มีจำหน่ายที่ `Element`: `ElementaryFunctions`
  • รากที่สองของ x

    สำหรับประเภทจริง ถ้า x เป็นลบ ผลลัพธ์จะเป็น .nan สำหรับประเภทที่ซับซ้อน จะมีการตัดกิ่งบนแกนจริงลบ

    คำประกาศ

    public static func sqrt(_ x: `Self`) -> Array<Element>
  • โคไซน์ของ x แปลเป็นมุมเป็นเรเดียน

    คำประกาศ

    public static func cos(_ x: `Self`) -> Array<Element>
  • ไซน์ของ x แปลเป็นมุมเป็นเรเดียน

    คำประกาศ

    public static func sin(_ x: `Self`) -> Array<Element>
  • ค่าแทนเจนต์ของ x แปลเป็นมุมเป็นเรเดียน

    คำประกาศ

    public static func tan(_ x: `Self`) -> Array<Element>
  • โคไซน์ผกผันของ x เป็นเรเดียน

    คำประกาศ

    public static func acos(_ x: `Self`) -> Array<Element>
  • ไซน์ผกผันของ x เป็นเรเดียน

    คำประกาศ

    public static func asin(_ x: `Self`) -> Array<Element>
  • แทนเจนต์ผกผันของ x เป็นเรเดียน

    คำประกาศ

    public static func atan(_ x: `Self`) -> Array<Element>
  • โคไซน์ไฮเปอร์โบลิกของ x

    คำประกาศ

    public static func cosh(_ x: `Self`) -> Array<Element>
  • ไซน์ไฮเปอร์โบลิกของ x

    คำประกาศ

    public static func sinh(_ x: `Self`) -> Array<Element>
  • แทนเจนต์ไฮเปอร์โบลิกของ x

    คำประกาศ

    public static func tanh(_ x: `Self`) -> Array<Element>
  • โคไซน์ไฮเปอร์โบลิกผกผันของ x

    คำประกาศ

    public static func acosh(_ x: `Self`) -> Array<Element>
  • ไซน์ไฮเปอร์โบลิกผกผันของ x

    คำประกาศ

    public static func asinh(_ x: `Self`) -> Array<Element>
  • แทนเจนต์ไฮเปอร์โบลิกผกผันของ x

    คำประกาศ

    public static func atanh(_ x: `Self`) -> Array<Element>
  • ฟังก์ชันเลขชี้กำลังที่ใช้กับ x หรือ e**x

    คำประกาศ

    public static func exp(_ x: `Self`) -> Array<Element>
  • สองยกกำลัง x

    คำประกาศ

    public static func exp2(_ x: `Self`) -> Array<Element>
  • สิบยกกำลัง x

    คำประกาศ

    public static func exp10(_ x: `Self`) -> Array<Element>
  • exp(x) - 1 ประเมินเพื่อรักษาความแม่นยำให้ใกล้เคียงกับศูนย์

    คำประกาศ

    public static func expm1(_ x: `Self`) -> Array<Element>
  • ลอการิทึมธรรมชาติของ x

    คำประกาศ

    public static func log(_ x: `Self`) -> Array<Element>
  • ลอการิทึมฐานสองของ x

    คำประกาศ

    public static func log2(_ x: `Self`) -> Array<Element>
  • ลอการิทึมฐานสิบของ x

    คำประกาศ

    public static func log10(_ x: `Self`) -> Array<Element>
  • log(1 + x) ประเมินเพื่อรักษาความแม่นยำให้ใกล้เคียงกับศูนย์

    คำประกาศ

    public static func log1p(_ x: `Self`) -> Array<Element>
  • exp(y log(x)) คำนวณโดยไม่สูญเสียความแม่นยำระดับกลาง

    สำหรับชนิดจำนวนจริง ถ้า x เป็นลบ ผลลัพธ์จะเป็น NaN แม้ว่า y จะมีค่าเป็นจำนวนเต็มก็ตาม สำหรับประเภทที่ซับซ้อน จะมีการตัดกิ่งบนแกนจริงลบ

    คำประกาศ

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

    ผลคูณของสำเนา n ของ x

    คำประกาศ

    public static func pow(_ x: `Self`, _ n: Int) -> Array<Element>
  • รากที่ n ของ x

    สำหรับชนิดจำนวนจริง ถ้า x เป็นลบ และ n เป็นคู่ ผลลัพธ์จะเป็น NaN สำหรับประเภทที่ซับซ้อน จะมีการตัดกิ่งไปตามแกนจริงลบ

    คำประกาศ

    public static func root(_ x: `Self`, _ n: Int) -> Array<Element>
มีจำหน่ายที่ `องค์ประกอบ`: `TensorGroup`
มีให้โดยที่ `องค์ประกอบ` == `UInt8`
  • บันทึก

    แฮช SHA1 มีความยาวเพียง 20 ไบต์ ดังนั้นเพียง 20 ไบต์แรกของ SIMD32<UInt8> ที่ส่งคืนจึงไม่ใช่ศูนย์

    คำประกาศ

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

    func sha512() -> SIMD64<UInt8>
มีให้โดยที่ 'องค์ประกอบ' == 'บูล'
  • คำนวณ a || b ว่าเรากำลังสวมหน้ากากสองชิ้นอยู่ด้วยกัน

    คำประกาศ

    public func mergingMask(with other: [Bool]) -> [Bool]
มีให้โดยที่ `องค์ประกอบ` == `Int64`
  • คำประกาศ

    func withArrayRef<Result>(_ body: (Int64ArrayRef) throws -> Result) rethrows -> Result
มีให้โดยที่ `องค์ประกอบ` == `XLATensor`
  • คำประกาศ

    func withArrayRef<Result>(_ body: (OpaqueXLATensorArrayRef) throws -> Result) rethrows -> Result
มีจำหน่ายที่ `องค์ประกอบ`: `AnyTensor`
  • คำประกาศ

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

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