Protokol

Protokol berikut tersedia secara global.

• Algoritma Koleksi yang Dapat Diubah
  Memberikan poin penyesuaian untuk algoritma MutableCollection .

  Jika dimasukkan ke dalam perpustakaan standar, persyaratan ini hanya akan menjadi bagian dari MutableCollection . Sementara itu, Anda dapat mendeklarasikan kesesuaian koleksi ke MutableCollectionAlgorithms agar titik penyesuaian ini dapat digunakan dari algoritme lain yang ditentukan pada MutableCollectionAlgorithms .

  Pernyataan

  public protocol MutableCollectionAlgorithms: MutableCollection
  where SubSequence: MutableCollectionAlgorithms

• TensorFlowSkalar
  Pernyataan

  public protocol TensorFlowScalar : _TensorFlowDataTypeCompatible

• Ekspresi Rentang Tensor
  Pernyataan

  public protocol TensorRangeExpression

• Dapat digabungkan
  Tipe yang elemennya dapat disusun dalam beberapa elemen berperingkat lebih tinggi dari tipe yang sama (contoh: tensor, tupel tensor)

  Pernyataan

  public protocol Collatable

• Dapat Disalin Ke Perangkat
  Tipe yang properti dan elemen bersarangnya dapat disalin ke Device .

  Pernyataan

  public protocol CopyableToDevice : _CopyableToDevice

• KeyPathIterable
  Tipe yang nilainya menyediakan jalur kunci kustom ke properti atau elemen.

  Pernyataan

  public protocol KeyPathIterable : _KeyPathIterableBase

• TensorFlowSkalar
  Tipe data skalar yang kompatibel dengan TensorFlow.

  Tipe yang sesuai dengan TensorFlowScalar dapat digunakan sebagai tipe Tensor yang terkait dengan Scalar .

• Indeks TensorFlow
  Tipe data bilangan bulat yang mewakili tipe bilangan bulat yang dapat digunakan sebagai indeks tensor di TensorFlow.

  Pernyataan

  public protocol TensorFlowIndex : BinaryInteger, TensorFlowScalar

• TensorFlowFloatingPoint
  Tipe data floating-point yang sesuai dengan Differentiable dan kompatibel dengan TensorFlow.

  Catatan

  Tensor secara kondisional sesuai dengan Differentiable ketika tipe terkait Scalar sesuai dengan TensorFlowFloatingPoint .

  Pernyataan

  public protocol TensorFlowFloatingPoint:
    TensorFlowScalar & BinaryFloatingPoint & Differentiable & ElementaryFunctions
  where
    Self.RawSignificand: FixedWidthInteger,
    Self == Self.TangentVector

• Dapat dibedakan
  Suatu tipe yang secara matematis mewakili manifold terdiferensiasi yang ruang singgungnya berdimensi terbatas.

  Pernyataan

  public protocol Differentiable

• Perkalian Pointwise
  Tipe dengan nilai yang mendukung perkalian searah.

  Pernyataan

  public protocol PointwiseMultiplicative : AdditiveArithmetic

• Protokol Vektor
  Tipe yang merepresentasikan ruang vektor yang tidak memiliki peringkat. Nilai jenis ini adalah elemen dalam ruang vektor ini dan tidak mempunyai bentuk atau bentuk statis.

  Pernyataan

  public protocol VectorProtocol : AdditiveArithmetic

• Euclidean Dapat Dibedakan
  Suatu tipe yang dapat dibedakan dalam ruang Euclidean. Tipe tersebut dapat mewakili ruang vektor, atau terdiri dari ruang vektor dan beberapa komponen lain yang tidak dapat dibedakan.

  Secara matematis, ini merepresentasikan manifold hasil kali yang terdiri dari ruang vektor terdiferensiasi dan beberapa manifold sembarang, yang mana kumpulan tangen seluruh manifold hasil kali sama dengan komponen ruang vektor.

  Abstraksi ini berguna untuk mewakili struktur data terdiferensiasi umum yang berisi properti vektor terdiferensiasi dan properti tersimpan lainnya yang tidak memiliki turunan, misalnya

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

  Catatan

  Sesuaikan suatu tipe dengan EuclideanDifferentiable jika tipe tersebut hanya dapat terdiferensiasi terhadap komponen ruang vektornya dan ketika TangentVector nya sama dengan komponen ruang vektornya.

  Pernyataan

  public protocol EuclideanDifferentiable : Differentiable

• Modul
  Pernyataan

  public protocol Module: EuclideanDifferentiable, KeyPathIterable
  where
    TangentVector: VectorProtocol & ElementaryFunctions & PointwiseMultiplicative & KeyPathIterable

• Lapisan
  Lapisan jaringan saraf.

  Tipe yang sesuai dengan Layer mewakili fungsi yang memetakan masukan ke keluaran. Mereka mungkin memiliki keadaan internal yang diwakili oleh parameter, seperti tensor bobot.

  Instance Layer menentukan metode callAsFunction(_:) yang dapat dibedakan untuk memetakan input ke output.

  Pernyataan

  public protocol Layer : Module where Self.Input : Differentiable

• Lapisan Tanpa Parameter
  Lapisan jaringan saraf tanpa parameter.

  TangentVector pada lapisan tanpa parameter selalu berupa EmptyTangentVector .

  Pernyataan

  public protocol ParameterlessLayer : Layer where Self.TangentVector == EmptyTangentVector

• Fungsi Dasar
  Tipe yang memiliki fungsi dasar tersedia.

  “Fungsi dasar” adalah fungsi yang dibangun dari pangkat, akar, eksponensial, logaritma, fungsi trigonometri (sin, cos, tan) dan inversnya, serta fungsi hiperbolik (sinh, cosh, tanh) dan inversnya.

  Kesesuaian dengan protokol ini berarti bahwa semua blok penyusun ini tersedia sebagai fungsi statis pada tipe tersebut.

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

  Pernyataan

  public protocol ElementaryFunctions

• Mengurangi Presisi Dapat Dikonversi
  Tipe yang properti dan elemen tensor floating-point bersarangnya dapat dikonversi dari presisi penuh ke presisi tereduksi, dan sebaliknya.

• Protokol Pengambilan Sampel
  Detail implementasi yang digunakan untuk mengatasi fakta bahwa Swift tidak dapat mengungkapkan batasan umum bahwa beberapa tipe harus berupa turunan dari Sampling .

  Pernyataan

  public protocol SamplingProtocol : Collection

• Dapat DikonversiDariNumpyArray
  Tipe yang dapat diinisialisasi dari instance numpy.ndarray yang direpresentasikan sebagai PythonObject .

  Pernyataan

  public protocol ConvertibleFromNumpyArray

• Kompatibel dengan NumpyScalar
  Tipe yang kompatibel secara bitwise dengan satu atau lebih tipe skalar NumPy.

  Pernyataan

  public protocol NumpyScalarCompatible

• Python Dapat Dikonversi
  Tipe yang nilainya dapat dikonversi ke PythonObject .

  Pernyataan

  public protocol PythonConvertible

• Dapat DikonversiDariPython
  Tipe yang dapat diinisialisasi dari PythonObject .

  Pernyataan

  public protocol ConvertibleFromPython

• SeedableRandomNumberGenerator
  Tipe yang menyediakan data pseudo-acak deterministik yang dapat diunggulkan.

  SeedableRandomNumberGenerator dapat digunakan di mana saja di mana RandomNumberGenerator akan digunakan. Hal ini berguna ketika data pseudo-acak perlu direproduksi di seluruh proses.

  Sesuai dengan Protokol SeedableRandomNumberGenerator

  Untuk membuat tipe khusus sesuai dengan protokol SeedableRandomNumberGenerator , implementasikan init(seed: [UInt8]) penginisialisasi, serta persyaratan untuk RandomNumberGenerator . Nilai yang dikembalikan oleh next() harus membentuk urutan deterministik yang hanya bergantung pada seed yang disediakan saat inisialisasi.

  Pernyataan

  public protocol SeedableRandomNumberGenerator : RandomNumberGenerator

• Distribusi Acak
  Pernyataan

  public protocol RandomDistribution

• RecurrentLayerCell
  Sel lapisan berulang.

  Pernyataan

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

• Dapat digabungkan
  Tipe dengan nilai yang mendukung operasi biner terdiferensiasi.

  Digunakan oleh BidirectionalRecurrentLayer sebagai persyaratan umum untuk fungsi penggabungan.

  Pernyataan

  public protocol Mergeable : AdditiveArithmetic, Differentiable

• Operasi Tensor
  Pernyataan

  public protocol TensorOperation

• Operasi Tensor TFT
  Pernyataan

  public protocol TFTensorOperation : TensorOperation

• Tensor apa saja
  Protokol khusus untuk memanggil operasi tensorflow yang menggunakan array heterogen sebagai input.

  Pernyataan

  public protocol AnyTensor

• Protokol Tensor
  Pernyataan

  public protocol TensorProtocol

• Protokol Tensor yang Dapat Dibedakan
  Pernyataan

  public protocol DifferentiableTensorProtocol:
    TensorProtocol & Differentiable & EuclideanDifferentiable
  where Scalar: TensorFlowFloatingPoint

• Protokol TensorArray
  Protokol yang mewakili tipe yang dapat dipetakan ke Array<CTensorHandle> .

  Protokol ini ditentukan secara terpisah dari TensorGroup agar jumlah tensor dapat ditentukan pada waktu proses. Misalnya, [Tensor<Float>] mungkin memiliki jumlah elemen yang tidak diketahui pada waktu kompilasi.

  Protokol ini dapat diturunkan secara otomatis untuk struct yang semua properti tersimpannya sesuai dengan protokol TensorGroup . Ini tidak dapat diturunkan secara otomatis untuk struct yang semua propertinya sesuai dengan TensorArrayProtocol karena persyaratan konstruktor (yaitu, dalam kasus seperti itu, tidak mungkin mengetahui cara mengelompokkan count di antara properti yang disimpan).

  Pernyataan

  public protocol TensorArrayProtocol

• Grup Tensor
  Protokol yang mewakili tipe yang dapat dipetakan ke dan dari Array<CTensorHandle> .

  Saat TensorGroup digunakan sebagai argumen untuk operasi tensor, TensorGroup diteruskan sebagai daftar argumen yang elemennya merupakan bidang tensor dari jenis tersebut.

  Ketika TensorGroup dikembalikan sebagai hasil dari operasi tensor, TensorGroup diinisialisasi dengan kolom tensornya yang disetel ke hasil tensor operasi tensor.

  Pernyataan

  public protocol TensorGroup : TensorArrayProtocol

• XLAScalarType
  Tipe data yang didukung di x10.

  Pernyataan

  public protocol XLAScalarType