TensorPrimitives.Distance 方法
定義
重要
部分資訊涉及發行前產品,在發行之前可能會有大幅修改。 Microsoft 對此處提供的資訊,不做任何明確或隱含的瑕疵擔保。
多載
Distance(ReadOnlySpan<Single>, ReadOnlySpan<Single>) |
在 Euclidean 空間中,計算兩個點之間的距離,指定為非空白、相等長度的浮點數。 |
Distance<T>(ReadOnlySpan<T>, ReadOnlySpan<T>) |
在 Euclidean 空間中,計算兩個點之間的距離,指定為非空白、相等長度的數字張量。 |
Distance(ReadOnlySpan<Single>, ReadOnlySpan<Single>)
在 Euclidean 空間中,計算兩個點之間的距離,指定為非空白、相等長度的浮點數。
public:
static float Distance(ReadOnlySpan<float> x, ReadOnlySpan<float> y);
public static float Distance (ReadOnlySpan<float> x, ReadOnlySpan<float> y);
static member Distance : ReadOnlySpan<single> * ReadOnlySpan<single> -> single
Public Shared Function Distance (x As ReadOnlySpan(Of Single), y As ReadOnlySpan(Of Single)) As Single
參數
第一個張量,以範圍表示。
第二個張量,以範圍表示。
傳回
尤克里德距離。
例外狀況
x
和 y
不得為空白。
備註
此方法可有效地計算的對等專案: Span<float> difference = ...; TensorPrimitives.Subtract(x, y, difference); float result = MathF.Sqrt(TensorPrimitives.SumOfSquares(difference));
,但不需要額外的中繼差異暫存記憶體。
如果任一輸入張量中的任何專案等於 NaN,則會傳回 NaN。
這個方法可能會呼叫基礎 C 運行時間,或採用目前架構特有的指示。 不同操作系統或架構之間的確切結果可能會有所不同。
適用於
Distance<T>(ReadOnlySpan<T>, ReadOnlySpan<T>)
在 Euclidean 空間中,計算兩個點之間的距離,指定為非空白、相等長度的數字張量。
public:
generic <typename T>
where T : System::Numerics::IRootFunctions<T> static T Distance(ReadOnlySpan<T> x, ReadOnlySpan<T> y);
public static T Distance<T> (ReadOnlySpan<T> x, ReadOnlySpan<T> y) where T : System.Numerics.IRootFunctions<T>;
static member Distance : ReadOnlySpan<'T (requires 'T :> System.Numerics.IRootFunctions<'T>)> * ReadOnlySpan<'T (requires 'T :> System.Numerics.IRootFunctions<'T>)> -> 'T (requires 'T :> System.Numerics.IRootFunctions<'T>)
Public Shared Function Distance(Of T As IRootFunctions(Of T)) (x As ReadOnlySpan(Of T), y As ReadOnlySpan(Of T)) As T
類型參數
- T
參數
第一個張量,以範圍表示。
第二個張量,以範圍表示。
傳回
尤克里德距離。
例外狀況
x
和 y
不得為空白。
備註
此方法可有效地計算的對等專案: Span<T> difference = ...; TensorPrimitives.Subtract(x, y, difference); T result =
,但不需要額外的中繼差異暫存記憶體。T
.Sqrt(TensorPrimitives.SumOfSquares(difference));
如果任一輸入張量中的任何專案等於 NaN,則會傳回 NaN。
這個方法可能會呼叫基礎 C 運行時間,或採用目前架構特有的指示。 不同操作系統或架構之間的確切結果可能會有所不同。