에 대한 사용자 정의 포인트를 제공 MutableCollection 알고리즘.

표준 라이브러리에 통합하는 경우, 이러한 요구 사항은 단지의 일부가 될 것입니다 MutableCollection . 한편, 당신은에 컬렉션의 적합성을 선언 할 수 있습니다 MutableCollectionAlgorithms 이러한 사용자 정의 점에 정의 된 다른 알고리즘에서 사용하는 얻을 MutableCollectionAlgorithms .

동일한 유형의 일부 상위 요소에서 요소를 조합할 수 있는 유형(예: 텐서, 텐서의 튜플)

그 중첩 특성 및 요소 (A)에 복사 할 수있는 A 형 Device .

값이 속성 또는 요소에 대한 사용자 지정 키 경로를 제공하는 형식입니다.

TensorFlow와 호환되는 스칼라 데이터 유형입니다.

준수 유형 TensorFlowScalar 로 사용할 수 있습니다 Scalar 의 관련 유형 Tensor .

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

부동 소수점 데이터는 해당 부합 함을 선언 입력 Differentiable 하고 TensorFlow와 호환됩니다.

접선 공간이 유한 차원인 미분 가능한 다양체를 수학적으로 나타내는 형식입니다.

점별 곱셈을 지원하는 값이 있는 유형입니다.

순위가 지정되지 않은 벡터 공간을 나타내는 형식입니다. 이 유형의 값은 이 벡터 공간의 요소이며 모양이 없거나 정적 모양을 갖습니다.

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

수학적으로 이것은 미분 가능한 벡터 공간과 임의의 다양체로 구성된 제품 다양체를 나타내며, 여기서 전체 제품 다양체의 접선 번들은 벡터 공간 구성요소와 같습니다.

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

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

신경망 계층.

준수 유형 Layer 출력으로지도 입력하는 기능을 나타냅니다. 가중치 텐서와 같은 매개변수로 표현되는 내부 상태를 가질 수 있습니다.

Layer 인스턴스는 미분 정의 callAsFunction(_:) 출력에 매핑 입력을위한 방법.

매개변수가 없는 신경망 계층.

TangentVector 매개 변수가 레이어는 항상 EmptyTangentVector .

기본 기능을 사용할 수 있는 유형입니다.

"기본 기능" 힘, 뿌리, 지수 함수, 로그 함수에서 구축 기능, 삼각 함수 (죄, 황갈색 COS)와 그 역함수, 쌍곡선 함수 (sinh, cosh, tanh)과 역수이다.

이 프로토콜을 준수한다는 것은 이러한 모든 빌딩 블록을 해당 유형의 정적 함수로 사용할 수 있음을 의미합니다.

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

중첩된 부동 소수점 텐서 속성 및 요소를 전체 정밀도에서 축소 정밀도로 또는 그 반대로 변환할 수 있는 유형입니다.

구현 세부 스위프트가 어떤 유형의 인스턴스해야하는 일반적인 제약 표현할 수 없다는 사실를 해결하려면 사용 Sampling .

A로부터 초기화 될 수있는 유형 numpy.ndarray 예는로 표현 PythonObject .

하나 이상의 NumPy 스칼라 유형과 비트 단위로 호환되는 유형입니다.

그 값은 A 형으로 변환 할 수 PythonObject .

A로부터 초기화 할 수있는 유형 PythonObject .

시드 가능한 결정적 의사 난수 데이터를 제공하는 유형입니다.

SeedableRandomNumberGenerator는 RandomNumberGenerator가 사용되는 모든 곳에서 사용할 수 있습니다. 의사 난수 데이터를 실행 간에 재현할 수 있어야 하는 경우에 유용합니다.

SeedableRandomNumberGenerator 프로토콜 준수

사용자 정의 형식이 준수 확인하려면 SeedableRandomNumberGenerator 구현, 프로토콜 init(seed: [UInt8]) 초기화뿐만 아니라에 대한 요구 사항 RandomNumberGenerator . 반환하는 값 next() 만을 초기화시 제공 시드에 따라 결정적 시퀀스를 형성한다.

반복 층 세포.

미분 가능한 이진 연산을 지원하는 값이 있는 유형입니다.

에서 사용 BidirectionalRecurrentLayer 병합 기능에 대한 일반 요구 사항으로.

이기종 배열을 입력으로 사용하는 tensorflow 작업을 호출하기 위한 특수 프로토콜입니다.

에 매핑 할 수 있습니다 유형 나타내는 프로토콜 Array<CTensorHandle> .

이 프로토콜은 별도로 정의 TensorGroup 런타임 텐서 결정될 수 있도록한다. 예를 들어, [Tensor<Float>] 컴파일시에 가능한 요소들의 수를 알 수있다.

이 프로토콜은 누구의 저장 특성을 모두 준수 구조체 자동으로 유도 할 수있다 TensorGroup 프로토콜입니다. 그것은 누구의 특성을 모두 준수 구조체에 대해 자동으로 파생 될 수 없습니다 TensorArrayProtocol 때문에 생성자 요구 사항 (즉, 이러한 경우에 그것을 파괴하는 방법을 알고 불가능하다에 count 저장 특성 중).

및에서 매핑 될 수 유형 나타내는 프로토콜 Array<CTensorHandle> .

때 TensorGroup 텐서 동작의 인수로서 사용하고, 이는 그 요소 유형의 필드이다 텐서 인수 목록으로 전달한다.

때 TensorGroup 텐서 작업의 결과로 반환됩니다, 그것은 텐서 작업의 텐서 결과로 설정된 텐서 필드 초기화됩니다.

x10에서 지원되는 데이터 유형입니다.