TensorPrimitives.MultiplyAddEstimate Methode
Definition
Wichtig
Einige Informationen beziehen sich auf Vorabversionen, die vor dem Release ggf. grundlegend überarbeitet werden. Microsoft übernimmt hinsichtlich der hier bereitgestellten Informationen keine Gewährleistungen, seien sie ausdrücklich oder konkludent.
Überlädt
| Name | Beschreibung |
|---|---|
| MultiplyAddEstimate<T>(ReadOnlySpan<T>, T, ReadOnlySpan<T>, Span<T>) |
Berechnet das elementweise Ergebnis |
| MultiplyAddEstimate<T>(ReadOnlySpan<T>, ReadOnlySpan<T>, ReadOnlySpan<T>, Span<T>) |
Berechnet das elementweise Ergebnis |
| MultiplyAddEstimate<T>(ReadOnlySpan<T>, ReadOnlySpan<T>, T, Span<T>) |
Berechnet das elementweise Ergebnis |
MultiplyAddEstimate<T>(ReadOnlySpan<T>, T, ReadOnlySpan<T>, Span<T>)
Berechnet das elementweise Ergebnis ( für die angegebenen Tensoren von Zahlen.x * y) + addend
public:
generic <typename T>
where T : System::Numerics::INumberBase<T> static void MultiplyAddEstimate(ReadOnlySpan<T> x, T y, ReadOnlySpan<T> addend, Span<T> destination);
public static void MultiplyAddEstimate<T>(ReadOnlySpan<T> x, T y, ReadOnlySpan<T> addend, Span<T> destination) where T : System.Numerics.INumberBase<T>;
static member MultiplyAddEstimate : ReadOnlySpan<'T (requires 'T :> System.Numerics.INumberBase<'T>)> * 'T * ReadOnlySpan<'T (requires 'T :> System.Numerics.INumberBase<'T>)> * Span<'T (requires 'T :> System.Numerics.INumberBase<'T>)> -> unit (requires 'T :> System.Numerics.INumberBase<'T>)
Public Shared Sub MultiplyAddEstimate(Of T As INumberBase(Of T)) (x As ReadOnlySpan(Of T), y As T, addend As ReadOnlySpan(Of T), destination As Span(Of T))
Typparameter
- T
Parameter
Der erste Tensor, dargestellt als Spanne.
- y
- T
Der zweite Tensor, dargestellt als Skalar.
- addend
- ReadOnlySpan<T>
Der dritte Tensor, dargestellt als Spanne.
- destination
- Span<T>
Der Ziel-Tensor, dargestellt als Spanne.
Ausnahmen
addend und destination verweisen Sie auf überlappende Speicherspeicherorte, und beginnen Sie nicht an demselben Speicherort.
Hinweise
Diese Methode berechnet effektiv .destination[i] = (x[i] * y) + addend[i]
Wenn eines der elementweisen Eingabewerte gleich NaNist, ist der resultierende Elementwert auch NaN.
Verhält sich identisch mit den MultiplyAdd<T>(ReadOnlySpan<T>, T, ReadOnlySpan<T>, Span<T>) Funktionen des aktuellen Computers oder FusedMultiplyAdd<T>(ReadOnlySpan<T>, T, ReadOnlySpan<T>, Span<T>) abhängig von den Funktionen des aktuellen Computers.
Gilt für:
MultiplyAddEstimate<T>(ReadOnlySpan<T>, ReadOnlySpan<T>, ReadOnlySpan<T>, Span<T>)
Berechnet das elementweise Ergebnis ( für die angegebenen Tensoren von Zahlen.x * y) + addend
public:
generic <typename T>
where T : System::Numerics::INumberBase<T> static void MultiplyAddEstimate(ReadOnlySpan<T> x, ReadOnlySpan<T> y, ReadOnlySpan<T> addend, Span<T> destination);
public static void MultiplyAddEstimate<T>(ReadOnlySpan<T> x, ReadOnlySpan<T> y, ReadOnlySpan<T> addend, Span<T> destination) where T : System.Numerics.INumberBase<T>;
static member MultiplyAddEstimate : ReadOnlySpan<'T (requires 'T :> System.Numerics.INumberBase<'T>)> * ReadOnlySpan<'T (requires 'T :> System.Numerics.INumberBase<'T>)> * ReadOnlySpan<'T (requires 'T :> System.Numerics.INumberBase<'T>)> * Span<'T (requires 'T :> System.Numerics.INumberBase<'T>)> -> unit (requires 'T :> System.Numerics.INumberBase<'T>)
Public Shared Sub MultiplyAddEstimate(Of T As INumberBase(Of T)) (x As ReadOnlySpan(Of T), y As ReadOnlySpan(Of T), addend As ReadOnlySpan(Of T), destination As Span(Of T))
Typparameter
- T
Parameter
Der erste Tensor, dargestellt als Spanne.
Der zweite Tensor, dargestellt als Spanne.
- addend
- ReadOnlySpan<T>
Der dritte Tensor, dargestellt als Spanne.
- destination
- Span<T>
Der Ziel-Tensor, dargestellt als Spanne.
Ausnahmen
addend und destination verweisen Sie auf überlappende Speicherspeicherorte, und beginnen Sie nicht an demselben Speicherort.
Hinweise
Diese Methode berechnet effektiv .destination[i] = (x[i] * y[i]) + addend[i]
Wenn eines der elementweisen Eingabewerte gleich NaNist, ist der resultierende Elementwert auch NaN.
Verhält sich identisch mit den MultiplyAdd<T>(ReadOnlySpan<T>, ReadOnlySpan<T>, ReadOnlySpan<T>, Span<T>) Funktionen des aktuellen Computers oder FusedMultiplyAdd<T>(ReadOnlySpan<T>, ReadOnlySpan<T>, ReadOnlySpan<T>, Span<T>) abhängig von den Funktionen des aktuellen Computers.
Gilt für:
MultiplyAddEstimate<T>(ReadOnlySpan<T>, ReadOnlySpan<T>, T, Span<T>)
Berechnet das elementweise Ergebnis ( für die angegebenen Tensoren von Zahlen.x * y) + addend
public:
generic <typename T>
where T : System::Numerics::INumberBase<T> static void MultiplyAddEstimate(ReadOnlySpan<T> x, ReadOnlySpan<T> y, T addend, Span<T> destination);
public static void MultiplyAddEstimate<T>(ReadOnlySpan<T> x, ReadOnlySpan<T> y, T addend, Span<T> destination) where T : System.Numerics.INumberBase<T>;
static member MultiplyAddEstimate : ReadOnlySpan<'T (requires 'T :> System.Numerics.INumberBase<'T>)> * ReadOnlySpan<'T (requires 'T :> System.Numerics.INumberBase<'T>)> * 'T * Span<'T (requires 'T :> System.Numerics.INumberBase<'T>)> -> unit (requires 'T :> System.Numerics.INumberBase<'T>)
Public Shared Sub MultiplyAddEstimate(Of T As INumberBase(Of T)) (x As ReadOnlySpan(Of T), y As ReadOnlySpan(Of T), addend As T, destination As Span(Of T))
Typparameter
- T
Parameter
Der erste Tensor, dargestellt als Spanne.
Der zweite Tensor, dargestellt als Spanne.
- addend
- T
Der dritte Tensor, dargestellt als Skalar.
- destination
- Span<T>
Der Ziel-Tensor, dargestellt als Spanne.
Ausnahmen
y und destination verweisen Sie auf überlappende Speicherspeicherorte, und beginnen Sie nicht an demselben Speicherort.
Hinweise
Diese Methode berechnet effektiv . Sie entspricht der destination[i] = (x[i] * y[i]) + addendaxpy durch BLAS1.
Wenn eines der elementweisen Eingabewerte gleich NaNist, ist der resultierende Elementwert auch NaN.
Verhält sich identisch mit den MultiplyAdd<T>(ReadOnlySpan<T>, ReadOnlySpan<T>, T, Span<T>) Funktionen des aktuellen Computers oder FusedMultiplyAdd<T>(ReadOnlySpan<T>, ReadOnlySpan<T>, T, Span<T>) abhängig von den Funktionen des aktuellen Computers.