xgboost::linalg 命名空间参考

命名空间
	详细信息

类
类	TensorView
	具有静态类型和维度的张量视图。它实现了索引和切片。 更多...
类	张量 (Tensor)
	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...

类型定义
template<typename T >
使用	VectorView = TensorView< T, 1 >
	向量视图，是 Tensor 的特化。更多...
template<typename T >
使用	MatrixView = TensorView< T, 2 >
	矩阵视图，是 Tensor 的特化。更多...
template<typename T >
使用	Matrix = Tensor< T, 2 >
template<typename T >
使用	Vector = Tensor< T, 1 >

枚举
枚举	Order : std::uint8_t { kC , kF }

函数
constexpr detail::AllTag	所有 ()
	指定切片轴中的所有元素。更多...
template<typename I >
constexpr detail::RangeTag< I >	Range (I beg, I end)
	指定切片轴中的元素范围。更多...
template<typename Container , typename... S, std::enable_if_t<!common::detail::IsSpan< Container >::value &&!std::is_pointer_v< Container >> * = nullptr>
auto	MakeTensorView (Context const *ctx, Container &data, S &&...shape)
	用于自动类型推断的构造函数。更多...
template<typename T , decltype(common::dynamic_extent) ext, typename... S>
LINALG_HD auto	MakeTensorView (DeviceOrd device, common::Span< T, ext > data, S &&...shape)
template<typename T , decltype(common::dynamic_extent) ext, typename... S>
auto	MakeTensorView (Context const *ctx, common::Span< T, ext > data, S &&...shape)
template<typename T , decltype(common::dynamic_extent) ext, typename... S>
auto	MakeTensorView (Context const *ctx, Order order, common::Span< T, ext > data, S &&...shape)
template<typename T , typename... S>
auto	MakeTensorView (Context const *ctx, HostDeviceVector< T > *data, S &&...shape)
template<typename T , typename... S>
auto	MakeTensorView (Context const *ctx, HostDeviceVector< T > const *data, S &&...shape)
template<size_t D>
LINALG_HD auto	UnravelIndex (size_t idx, common::Span< size_t const, D > shape)
	将线性索引转换为多维索引。类似于 numpy 的 unravel。更多...
template<size_t D>
LINALG_HD auto	UnravelIndex (size_t idx, std::size_t const (&shape)[D])
template<typename... S>
LINALG_HD auto	UnravelIndex (std::size_t idx, S... shape)
template<typename T >
auto	MakeVec (T *ptr, size_t s, DeviceOrd device=DeviceOrd::CPU())
	从连续内存创建向量视图。更多...
template<typename T >
auto	MakeVec (HostDeviceVector< T > *data)
template<typename T >
auto	MakeVec (HostDeviceVector< T > const *data)
template<typename T , std::int32_t D>
Json	ArrayInterface (TensorView< T const, D > const &t)
	由 numpy 定义的数组接口。更多...
template<typename T , int32_t D>
Json	ArrayInterface (TensorView< T, D > const &t)
	与 const 版本相同，但返回非只读数据指针。更多...
template<typename T , int32_t D>
auto	ArrayInterfaceStr (TensorView< T const, D > const &t)
	返回数组接口的字符串表示。更多...
template<typename T , int32_t D>
auto	ArrayInterfaceStr (TensorView< T, D > const &t)
template<typename T >
auto	Make1dInterface (T const *vec, std::size_t len)
template<typename T , typename... Index>
auto	Empty (Context const *ctx, Index &&...index)
	创建未初始化的数组。更多...
template<typename T , typename... Index>
auto	Constant (Context const *ctx, T v, Index &&...index)
	创建值为 v 的数组。更多...
template<typename T , typename... Index>
auto	Zeros (Context const *ctx, Index &&...index)
	类似于 np.zeros，返回一个给定形状和类型的新数组，填充为零。更多...
template<typename T , int32_t D>
void	Stack (Tensor< T, D > *l, Tensor< T, D > const &r)

类型定义文档

Matrix

template<typename T >

using xgboost::linalg::Matrix = typedef Tensor<T, 2>

示例

inference.c.

MatrixView

template<typename T >

using xgboost::linalg::MatrixView = typedef TensorView<T, 2>

矩阵视图，是 Tensor 的特化。

模板参数

T

矩阵的数据类型

Vector

template<typename T >

using xgboost::linalg::Vector = typedef Tensor<T, 1>

VectorView

template<typename T >

using xgboost::linalg::VectorView = typedef TensorView<T, 1>

向量视图，是 Tensor 的特化。

模板参数

T

向量的数据类型

枚举类型文档

Order

enum xgboost::linalg::Order : std::uint8_t

枚举器
kC
kF

函数文档

All()

constexpr detail::AllTag xgboost::linalg::All ( )

constexpr

指定切片轴中的所有元素。

ArrayInterface() [1/2]

template<typename T , std::int32_t D>

Json xgboost::linalg::ArrayInterface

(

TensorView< T const, D > const &

t

)

由 numpy 定义的数组接口。

当数据在 CUDA 设备上时，可选择包含 stream。

ArrayInterface() [2/2]

template<typename T , int32_t D>

Json xgboost::linalg::ArrayInterface

(

TensorView< T, D > const &

t

)

与 const 版本相同，但返回非只读数据指针。

ArrayInterfaceStr() [1/2]

template<typename T , int32_t D>

auto xgboost::linalg::ArrayInterfaceStr

(

TensorView< T const, D > const &

t

)

返回数组接口的字符串表示。

ArrayInterfaceStr() [2/2]

template<typename T , int32_t D>

auto xgboost::linalg::ArrayInterfaceStr

(

TensorView< T, D > const &

t

)

Constant()

template<typename T , typename... Index>

auto xgboost::linalg::Constant	(	Context const *	ctx,
		T	v,
		Index &&...	index
	)

创建值为 v 的数组。

Empty()

template<typename T , typename... Index>

auto xgboost::linalg::Empty	(	Context const *	ctx,
		Index &&...	index
	)

创建未初始化的数组。

Make1dInterface()

template<typename T >

auto xgboost::linalg::Make1dInterface	(	T const *	向量,
		std::size_t	长度
	)

MakeTensorView() [1/6]

template<typename T , decltype(common::dynamic_extent) ext, typename... S>

auto xgboost::linalg::MakeTensorView	(	Context const *	ctx,
		common::Span< T, ext >	数据,
		S &&...	shape
	)

MakeTensorView() [2/6]

template<typename Container , typename... S, std::enable_if_t<!common::detail::IsSpan< Container >::value &&!std::is_pointer_v< Container >> * = nullptr>

auto xgboost::linalg::MakeTensorView	(	Context const *	ctx,
		Container &	数据,
		S &&...	shape
	)

用于自动类型推断的构造函数。

MakeTensorView() [3/6]

template<typename T , typename... S>

auto xgboost::linalg::MakeTensorView	(	Context const *	ctx,
		HostDeviceVector< T > *	数据,
		S &&...	shape
	)

MakeTensorView() [4/6]

template<typename T , typename... S>

auto xgboost::linalg::MakeTensorView	(	Context const *	ctx,
		HostDeviceVector< T > const *	数据,
		S &&...	shape
	)

MakeTensorView() [5/6]

template<typename T , decltype(common::dynamic_extent) ext, typename... S>

auto xgboost::linalg::MakeTensorView	(	Context const *	ctx,
		Order	顺序,
		common::Span< T, ext >	数据,
		S &&...	shape
	)

MakeTensorView() [6/6]

template<typename T , decltype(common::dynamic_extent) ext, typename... S>

LINALG_HD auto xgboost::linalg::MakeTensorView	(	DeviceOrd	device,
		common::Span< T, ext >	数据,
		S &&...	shape
	)

MakeVec() [1/3]

template<typename T >

auto xgboost::linalg::MakeVec

(

HostDeviceVector< T > *

数据

)

MakeVec() [2/3]

template<typename T >

auto xgboost::linalg::MakeVec

(

HostDeviceVector< T > const *

数据

)

MakeVec() [3/3]

template<typename T >

auto xgboost::linalg::MakeVec	(	T *	ptr,
		size_t	s,
		DeviceOrd	设备 = DeviceOrd::CPU()
	)

从连续内存创建向量视图。

参数

ptr	指向连续内存的指针。
s	向量的大小。
device	(可选) 设备序号，默认为主机。

Range()

template<typename I >

constexpr detail::RangeTag<I> xgboost::linalg::Range ( I  beg, I  end  )

constexpr

指定切片轴中的元素范围。

Stack()

template<typename T , int32_t D>

void xgboost::linalg::Stack	(	Tensor< T, D > *	l,
		Tensor< T, D > const &	r
	)

UnravelIndex() [1/3]

template<size_t D>

LINALG_HD auto xgboost::linalg::UnravelIndex	(	size_t	idx,
		common::Span< size_t const, D >	shape
	)

将线性索引转换为多维索引。类似于 numpy 的 unravel。

UnravelIndex() [2/3]

template<size_t D>

LINALG_HD auto xgboost::linalg::UnravelIndex	(	size_t	idx,
		std::size_t const (&)	形状[D]
	)

UnravelIndex() [3/3]

template<typename... S>

LINALG_HD auto xgboost::linalg::UnravelIndex	(	std::size_t	idx,
		S...	shape
	)

Zeros()

template<typename T , typename... Index>

auto xgboost::linalg::Zeros	(	Context const *	ctx,
		Index &&...	index
	)

类似于 np.zeros，返回一个给定形状和类型的新数组，填充为零。