GitHub
דף זה תורגם על ידי Cloud Translation API.
Switch to English

פרוטוקולים

הפרוטוקולים הבאים זמינים ברחבי העולם.

  • מספק נקודות התאמה אישית עבור אלגוריתמים של MutableCollection .

    אם הם משולבים בספריה הסטנדרטית, דרישות אלה יהיו רק חלק מ- MutableCollection . בינתיים אתה יכול להצהיר על התאמה של אוסף ל- MutableCollectionAlgorithms כדי לקבל נקודות התאמה אישית אלה שישמשו מאלגוריתמים אחרים שהוגדרו ב- MutableCollectionAlgorithms .

    הַצהָרָה

    public protocol MutableCollectionAlgorithms: MutableCollection
    where SubSequence: MutableCollectionAlgorithms
  • הַצהָרָה

    public protocol TensorFlowScalar : _TensorFlowDataTypeCompatible
  • הַצהָרָה

    public protocol TensorRangeExpression
  • סוגים שאפשר לאסוף את האלמנטים שלהם באיזה אלמנט בדרגה גבוהה יותר מאותו סוג (דוגמה: טנסורים, טופל של טנורים)

    הַצהָרָה

    public protocol Collatable
  • סוג שניתן להעתיק את המאפיינים והרכיבים המקוננים שלו Device .

    הַצהָרָה

    public protocol CopyableToDevice : _CopyableToDevice
  • סוג שערכיו מספק נתיבי מקשים מותאמים אישית למאפיינים או אלמנטים.

    הַצהָרָה

    public protocol KeyPathIterable : _KeyPathIterableBase
  • סוג נתונים סקלרי תואם TensorFlow.

    סוגים שמתאים TensorFlowScalar יכולים לשמש Scalar הסוג קשור של Tensor .

  • סוג נתונים שלם המייצג סוגי מספרים שלמים שיכולים לשמש כמדדי טנזור ב- TensorFlow.

    הַצהָרָה

    public protocol TensorFlowIndex : BinaryInteger, TensorFlowScalar
  • סוג נתונים של נקודה צפה התואם את Differentiable ותואם TensorFlow.

    הערה

    Tensor תואם תנאי כדי Differentiable כאשר Scalar תואמת הסוג הקשורים ל TensorFlowFloatingPoint .

    הַצהָרָה

    public protocol TensorFlowFloatingPoint:
      TensorFlowScalar & BinaryFloatingPoint & Differentiable & ElementaryFunctions
    where
      Self.RawSignificand: FixedWidthInteger,
      Self == Self.TangentVector
  • סוג שמייצג באופן מתמטי סעפת מובחנת שמרחבי המשיק שלה הם ממדיים סופיים.

    הַצהָרָה

    public protocol Differentiable
  • סוג עם ערכים התומכים בכפל נקודה.

    הַצהָרָה

    public protocol PointwiseMultiplicative : AdditiveArithmetic
  • סוג המייצג מרחב וקטורי לא מדורגים. ערכים מסוג זה הם אלמנטים במרחב וקטורי זה ואין להם צורה או צורה סטטית.

    הַצהָרָה

    public protocol VectorProtocol : AdditiveArithmetic
  • סוג המבדיל במרחב האוקלידי. הסוג עשוי לייצג מרחב וקטורי, או מורכב ממרחב וקטורי ומרכיב אחר שאינו ניתן להבחנה.

    מבחינה מתמטית, זה מייצג סעפת מוצר המורכבת ממרחב וקטורי מובחן ומעין סעפת שרירותית, כאשר צרור המשיקים של סעפת המוצר כולה שווה למרכיב המרחב הווקטורי.

    הפשטה זו שימושית לייצוג מבני נתונים נפוצים המבדלים המכילים תכונות וקטוריות שונות ומגוונות ומאוחסנים אחרים שאין להם נגזרת, למשל

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

    הערה

    צור סוג ל EuclideanDifferentiable אם הוא ניתן להבחנה רק ביחס למרכיב המרחב הווקטורי שלו וכאשר ה- TangentVector שלו שווה למרכיב המרחב הווקטורי שלו.

    הַצהָרָה

    public protocol EuclideanDifferentiable : Differentiable
  • הַצהָרָה

  • שכבת רשת עצבית.

    סוגים התואמים Layer מייצגים פונקציות הממפות תשומות לפלטים. יתכן ויהיה להם מצב פנימי המיוצג על ידי פרמטרים, כגון טנסורים למשקל.

    מופעי Layer מגדירים callAsFunction(_:) במיפוי התשומות callAsFunction(_:) .

    הַצהָרָה

    public protocol Layer : Module where Self.Input : Differentiable
  • שכבת רשת עצבית נטולת פרמטרים.

    TangentVector של שכבות ללא פרמטרים הוא תמיד EmptyTangentVector .

    הַצהָרָה

    public protocol ParameterlessLayer : Layer where Self.TangentVector == EmptyTangentVector
  • סוג עם פונקציות אלמנטריות זמינות.

    "פונקציה אלמנטרית" היא פונקציה הבנויה מכוחות, שורשים, אקספוננציאלים, לוגריתמים, פונקציות טריגונומטריות (חטא, קו, שזוף) וההיפוכים שלהם, והפונקציות ההיפרבוליות (sinh, cosh, tanh) וההיפוכים שלהן.

    התאמה לפרוטוקול זה פירושה שכל אבני הבניין הללו זמינות כפונקציות סטטיות בסוג.

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

    הַצהָרָה

    public protocol ElementaryFunctions
  • טיפוס שמאפשר להמיר את תכונות הטנזור של נקודת הצף והיסודות מדייקנות מלאה לדיוק מופחת ולהיפך.

  • פרט יישום ששימש כדי לעקוף את העובדה שסוויפט לא יכולה לבטא אילוץ גנרי שסוג כלשהו חייב להיות מופע Sampling .

    הַצהָרָה

    public protocol SamplingProtocol : Collection
  • סוג שניתן לאתחל numpy.ndarray המיוצג כ- PythonObject .

    הַצהָרָה

    public protocol ConvertibleFromNumpyArray
  • סוג התואם קצת את הסקלר של NumPy אחד או יותר.

    הַצהָרָה

    public protocol NumpyScalarCompatible
  • סוג שאפשר להמיר את PythonObject ל- PythonObject .

    הַצהָרָה

    public protocol PythonConvertible
  • סוג שניתן לאתחל מ- PythonObject .

    הַצהָרָה

    public protocol ConvertibleFromPython
  • סוג המספק נתונים פסאודו אקראיים דטרמיניסטיים הניתנים לזרעה.

    ניתן להשתמש ב SeedableRandomNumberGenerator בכל מקום בו נעשה שימוש ב- RandomNumberGenerator. זה שימושי כאשר צריך לשחזר את הנתונים הפסאודו אקראיים לאורך ריצות.

    תואם את פרוטוקול SeedableRandomNumberGenerator

    כדי להפוך סוג מותאם אישית להתאים לפרוטוקול SeedableRandomNumberGenerator , יש ליישם את init(seed: [UInt8]) ה- init(seed: [UInt8]) , כמו גם את הדרישות עבור RandomNumberGenerator . הערכים המוחזרים על ידי next() חייבים ליצור רצף דטרמיניסטי שתלוי רק בזרע המסופק עם האתחול.

    הַצהָרָה

    public protocol SeedableRandomNumberGenerator : RandomNumberGenerator
  • הַצהָרָה

    public protocol RandomDistribution
  • תא שכבה חוזר.

    הַצהָרָה

    public protocol RecurrentLayerCell: Layer
    where
      Input == RNNCellInput<TimeStepInput, State>,
      Output == RNNCellOutput<TimeStepOutput, State>
  • הַצהָרָה

    public protocol TensorOperation
  • הַצהָרָה

    public protocol TFTensorOperation : TensorOperation
  • פרוטוקול מיוחד לקריאת פעולות זרימה של tensor שלוקחים מערכים הטרוגניים כקלט.

    הַצהָרָה

    public protocol AnyTensor
  • פרוטוקול המייצג סוגים שניתן למפות ל- Array<CTensorHandle> .

    פרוטוקול זה מוגדר בנפרד מ- TensorGroup מנת TensorGroup את מספר TensorGroup בזמן ההפעלה. לדוגמה, ל- [Tensor<Float>] עשוי להיות מספר לא ידוע של אלמנטים בזמן קומפילציה.

    ניתן לגזור פרוטוקול זה באופן אוטומטי עבור מבנים שכל המאפיינים המאוחסנים שלהם תואמים את פרוטוקול TensorGroup . לא ניתן לגזור אותו באופן אוטומטי עבור מבנים שכל תכונותיהם תואמות TensorArrayProtocol עקב דרישת הבנאי (כלומר, במקרים כאלה אי אפשר יהיה לדעת כיצד לפרט את count בין המאפיינים המאוחסנים).

    הַצהָרָה

    public protocol TensorArrayProtocol
  • פרוטוקול המייצג סוגים הניתנים למיפוי אל Array<CTensorHandle> .

    כאשר קבוצת TensorGroup משמשת כארגומנט לפעולת טנזור, היא מועברת כרשימת ארגומנטים TensorGroup שלה הם שדות הטנסור מהסוג.

    TensorGroup קבוצת TensorGroup כתוצאה מפעולה של טנזור, הוא מאתחל TensorGroup הטנזור שלו מוגדרים לתוצאות הטנזור של פעולת הטנזור.

    הַצהָרָה

    public protocol TensorGroup : TensorArrayProtocol
  • סוג נתונים נתמך ב- x10.

    הַצהָרָה

    public protocol XLAScalarType