张量存储。要将其用于切片等其他功能，首先需要获取一个视图。这样我们就可以在主机和设备上使用它。更多...

#include <linalg.h>

xgboost::linalg::Tensor< T, kDim > 的协作图

公共类型
使用	ShapeT = std::size_t[kDim]

使用	StrideT = ShapeT

公共成员函数
	Tensor ()=default

template<typename I , int32_t D>
	Tensor (I const (&shape)[D], DeviceOrd device, Order order=kC)
	使用形状和设备序号创建一个张量。存储空间会自动初始化。更多...

template<typename I , size_t D>
	Tensor (common::Span< I const, D > shape, DeviceOrd device, Order order=kC)

template<typename It , typename I , int32_t D>
	Tensor (It begin, It end, I const (&shape)[D], DeviceOrd device, Order order=kC)

template<typename I , int32_t D>
	Tensor (std::initializer_list< T > data, I const (&shape)[D], DeviceOrd device, Order order=kC)

template<typename... Index>
T &	operator() (Index &&...idx)
	索引操作符。非线程安全，不应在性能关键区域使用。为了更高效的索引，请首先考虑获取视图。更多...

template<typename... Index>
T const &	operator() (Index &&...idx) const
	索引操作符。非线程安全，不应在性能关键区域使用。为了更高效的索引，请首先考虑获取视图。更多...

auto	View (DeviceOrd device)
	获取此张量的 TensorView。更多...

auto	View (DeviceOrd device) const

auto	HostView ()

auto	HostView () const

std::size_t	Size () const

bool	Empty () const

auto	Shape () const

auto	Shape (size_t i) const

HostDeviceVector< T > *	数据 ()

HostDeviceVector< T > const *	Data () const

template<typename Fn >
void	ModifyInplace (Fn &&fn)
	用于改变形状和数据的修改的访问者函数。更多...

template<typename... S, detail::EnableIfIntegral< S... > * = nullptr>
void	Reshape (S &&...s)
	重塑张量。更多...

template<size_t D>
void	Reshape (common::Span< size_t const, D > shape)
	重塑张量。更多...

template<size_t D>
void	Reshape (size_t(&shape)[D])

template<typename... S>
auto	Slice (S &&...slices) const
	获取切片的主机视图。更多...

template<typename... S>
auto	Slice (S &&...slices)
	获取切片的主机视图。更多...

void	SetDevice (DeviceOrd device) const
	设置此张量的设备序号。更多...

DeviceOrd	Device () const

详细描述

template<typename T, int32_t kDim = 5>
class xgboost::linalg::Tensor< T, kDim >

张量存储。要将其用于切片等其他功能，需要首先获取一个视图。这样我们就可以在主机和设备上使用它。

成员类型定义文档

◆ ShapeT

template<typename T , int32_t kDim = 5>

使用 xgboost::linalg::Tensor< T, kDim >::ShapeT = std::size_t[kDim]

◆ StrideT

template<typename T , int32_t kDim = 5>

使用 xgboost::linalg::Tensor< T, kDim >::StrideT = ShapeT

构造函数和析构函数文档

◆ Tensor() [1/5]

template<typename T , int32_t kDim = 5>

xgboost::linalg::Tensor< T, kDim >::Tensor ( )

默认

◆ Tensor() [2/5]

template<typename T , int32_t kDim = 5>

template<typename I , int32_t D>

xgboost::linalg::Tensor< T, kDim >::Tensor	(	I const (&)	shape[D],
		DeviceOrd	device,
		Order	order = `kC`
	)

内联显式

使用形状和设备序号创建一个张量。存储空间会自动初始化。

参见 TensorView 了解此构造函数的参数。

◆ Tensor() [3/5]

template<typename T , int32_t kDim = 5>

template<typename I , size_t D>

xgboost::linalg::Tensor< T, kDim >::Tensor	(	common::Span< I const, D >	shape,
		DeviceOrd	device,
		Order	order = `kC`
	)

内联显式

◆ Tensor() [4/5]

template<typename T , int32_t kDim = 5>

template<typename It , typename I , int32_t D>

xgboost::linalg::Tensor< T, kDim >::Tensor	(	It	begin,
		It	end,
		I const (&)	shape[D],
		DeviceOrd	device,
		Order	order = `kC`
	)

内联显式

从两个主机迭代器初始化。

◆ Tensor() [5/5]

template<typename T , int32_t kDim = 5>

template<typename I , int32_t D>

xgboost::linalg::Tensor< T, kDim >::Tensor	(	std::initializer_list< T >	数据,
		I const (&)	shape[D],
		DeviceOrd	device,
		Order	order = `kC`
	)

内联显式

成员函数文档

◆ Data() [1/2]

template<typename T , int32_t kDim = 5>

HostDeviceVector<T>* xgboost::linalg::Tensor< T, kDim >::Data ( )

inline

◆ Data() [2/2]

template<typename T , int32_t kDim = 5>

HostDeviceVector<T> const* xgboost::linalg::Tensor< T, kDim >::Data ( ) const

inline

◆ Device()

template<typename T , int32_t kDim = 5>

DeviceOrd xgboost::linalg::Tensor< T, kDim >::Device ( ) const

inline

◆ Empty()

template<typename T , int32_t kDim = 5>

bool xgboost::linalg::Tensor< T, kDim >::Empty ( ) const

inline

◆ HostView() [1/2]

template<typename T , int32_t kDim = 5>

auto xgboost::linalg::Tensor< T, kDim >::HostView ( )

inline

◆ HostView() [2/2]

template<typename T , int32_t kDim = 5>

auto xgboost::linalg::Tensor< T, kDim >::HostView ( ) const

inline

◆ ModifyInplace()

template<typename T , int32_t kDim = 5>

template<typename Fn >

void xgboost::linalg::Tensor< T, kDim >::ModifyInplace ( Fn && fn )

inline

用于改变形状和数据的修改的访问者函数。

模板参数

Fn	一个函数，它接受指向 `HostDeviceVector` 的指针和一个静态大小的 span 作为参数。

◆ operator()() [1/2]

template<typename T , int32_t kDim = 5>

template<typename... Index>

T& xgboost::linalg::Tensor< T, kDim >::operator() ( Index &&... idx )

inline

索引操作符。非线程安全，不应在性能关键区域使用。为了更高效的索引，请首先考虑获取视图。

◆ operator()() [2/2]

template<typename T , int32_t kDim = 5>

template<typename... Index>

T const& xgboost::linalg::Tensor< T, kDim >::operator() ( Index &&... idx ) const

inline

索引操作符。非线程安全，不应在性能关键区域使用。为了更高效的索引，请首先考虑获取视图。

◆ Reshape() [1/3]

template<typename T , int32_t kDim = 5>

template<size_t D>

void xgboost::linalg::Tensor< T, kDim >::Reshape ( common::Span< size_t const, D > shape )

inline

重塑张量。

如果总大小发生变化，则此张量中的数据不再有效。

◆ Reshape() [2/3]

template<typename T , int32_t kDim = 5>

template<typename... S, detail::EnableIfIntegral< S... > * = nullptr>

void xgboost::linalg::Tensor< T, kDim >::Reshape ( S &&... s )

inline

重塑张量。

如果总大小发生变化，则此张量中的数据不再有效。

◆ Reshape() [3/3]

template<typename T , int32_t kDim = 5>

template<size_t D>

void xgboost::linalg::Tensor< T, kDim >::Reshape ( size_t(&) shape[D] )

inline

◆ SetDevice()

template<typename T , int32_t kDim = 5>

void xgboost::linalg::Tensor< T, kDim >::SetDevice ( DeviceOrd device ) const

inline

设置此张量的设备序号。

◆ Shape() [1/2]

template<typename T , int32_t kDim = 5>

auto xgboost::linalg::Tensor< T, kDim >::Shape ( ) const

inline

◆ Shape() [2/2]

template<typename T , int32_t kDim = 5>

auto xgboost::linalg::Tensor< T, kDim >::Shape ( size_t i ) const

inline

◆ Size()

template<typename T , int32_t kDim = 5>

std::size_t xgboost::linalg::Tensor< T, kDim >::Size ( ) const

inline

◆ Slice() [1/2]

template<typename T , int32_t kDim = 5>

template<typename... S>

auto xgboost::linalg::Tensor< T, kDim >::Slice ( S &&... 切片 )

inline

获取切片的主机视图。

◆ Slice() [2/2]

template<typename T , int32_t kDim = 5>

template<typename... S>

auto xgboost::linalg::Tensor< T, kDim >::Slice ( S &&... 切片 ) const

inline

获取切片的主机视图。

◆ View() [1/2]

template<typename T , int32_t kDim = 5>

auto xgboost::linalg::Tensor< T, kDim >::View ( DeviceOrd device )

inline

获取此张量的 TensorView。

◆ View() [2/2]

template<typename T , int32_t kDim = 5>

auto xgboost::linalg::Tensor< T, kDim >::View ( DeviceOrd device ) const

inline

此类的文档由以下文件生成

/home/docs/checkouts/readthedocs.org/user_builds/xgboost/checkouts/stable/include/xgboost/linalg.h

公共类型

公共成员函数

详细描述

template<typename T, int32_t kDim = 5>class xgboost::linalg::Tensor< T, kDim >

成员类型定义文档

◆ ShapeT

◆ StrideT

构造函数和析构函数文档

◆ Tensor() [1/5]

◆ Tensor() [2/5]

◆ Tensor() [3/5]

◆ Tensor() [4/5]

◆ Tensor() [5/5]

成员函数文档

◆ Data() [1/2]

◆ Data() [2/2]

◆ Device()

◆ Empty()

◆ HostView() [1/2]

◆ HostView() [2/2]

◆ ModifyInplace()

◆ operator()() [1/2]

◆ operator()() [2/2]

◆ Reshape() [1/3]

◆ Reshape() [2/3]

◆ Reshape() [3/3]

◆ SetDevice()

◆ Shape() [1/2]

◆ Shape() [2/2]

◆ Size()

◆ Slice() [1/2]

◆ Slice() [2/2]

◆ View() [1/2]

◆ View() [2/2]

template<typename T, int32_t kDim = 5>
class xgboost::linalg::Tensor< T, kDim >