참조

API 참조

현재 예제에서 사용하는 공개 API를 정리했습니다. 정확한 overload와 옵션은 소스 선언을 확인하세요.

Device와 Tensor 수명주기

생성, 실행, 해제device.ts

const device = await nn.device({ device: "auto" });
const x = device.tensor([1, 2, 3, 4], { shape: [2, 2] });
const y = x.relu().softmax();
const values = await y.data();

await y.disposeGraph();
await device.dispose();

device(options?)auto, cpu, webgpu, webgl2 중 선택하여 Device를 엽니다.
Device.tensor(values, { shape })Shape를 검사한 입력 Tensor를 생성합니다.
Tensor.data()요청 그래프를 실행하고 호스트 값으로 반환합니다.
Tensor.disposeGraph(preserve?)지정한 Tensor를 보존하면서 그래프 값을 해제합니다.
Device.dispose()대기 중 작업을 기다린 뒤 런타임 자원을 정리합니다.

Tensor 연산

선형 대수

matmul(other, options?)
전치 옵션이 있는 rank-2 행렬 곱입니다.

Elementwise

add, sub, mul, div, maximum, minimum, pow와 지원 activation입니다.

Reduction과 정규화

sum, mean, max, min, argMax, softmax, logSoftmax.

Loss와 기울기

softmaxCrossEntropyWithLogits, backward()와 일부 Tensor 그래프 미분 규칙입니다.

Module과 Optimizer

Module하위 계층을 등록하고 파라미터를 조회하며 train/eval 모드를 설정합니다.
Sequential, Linear, Flatten, ReLU, Dropout현재 예제에서 사용하는 기본 계층입니다.
optim.SGD, optim.AdamDevice 계층에 따라 CPU 배열 또는 GPU 커널로 파라미터를 갱신합니다.
CrossEntropyLossMNIST 경로에서 logits와 정수 클래스 레이블을 받습니다.

TypeShade의 순수 함수 shadeGrad와 TypeNN Tensor 그래프 자동 미분은 서로 다른 기능입니다.

소스 선언 살펴보기 ↗