mlx.nn.Module.apply

mlx.nn.Module.apply_to_modules	mlx.nn.Module.children
mlx.nn.Module.eval	mlx.nn.Module.filter_and_map
mlx.nn.Module.freeze	mlx.nn.Module.leaf_modules
mlx.nn.Module.load_weights	mlx.nn.Module.modules
mlx.nn.Module.named_modules	mlx.nn.Module.parameters
mlx.nn.Module.save_weights	mlx.nn.Module.set_dtype
mlx.nn.Module.train	mlx.nn.Module.trainable_parameters
mlx.nn.Module.unfreeze	mlx.nn.Module.update
mlx.nn.Module.update_modules	层
mlx.nn.ALiBi	mlx.nn.AvgPool1d
mlx.nn.AvgPool2d	mlx.nn.AvgPool3d
mlx.nn.BatchNorm	mlx.nn.CELU
mlx.nn.Conv1d	mlx.nn.Conv2d
mlx.nn.Conv3d	mlx.nn.ConvTranspose1d
mlx.nn.ConvTranspose2d	mlx.nn.ConvTranspose3d
mlx.nn.Dropout	mlx.nn.Dropout2d
mlx.nn.Dropout3d	mlx.nn.Embedding
mlx.nn.ELU	mlx.nn.GELU
mlx.nn.GLU	mlx.nn.GroupNorm
mlx.nn.GRU	mlx.nn.HardShrink
mlx.nn.HardTanh	mlx.nn.Hardswish
mlx.nn.InstanceNorm	mlx.nn.LayerNorm
mlx.nn.LeakyReLU	mlx.nn.Linear
mlx.nn.LogSigmoid	mlx.nn.LogSoftmax
mlx.nn.LSTM	mlx.nn.MaxPool1d
mlx.nn.MaxPool2d	mlx.nn.MaxPool3d
mlx.nn.Mish	mlx.nn.MultiHeadAttention
mlx.nn.PReLU	mlx.nn.QuantizedEmbedding
mlx.nn.QuantizedLinear	mlx.nn.RMSNorm
mlx.nn.ReLU	mlx.nn.ReLU6
mlx.nn.RNN	mlx.nn.RoPE
mlx.nn.SELU	mlx.nn.Sequential
mlx.nn.Sigmoid	mlx.nn.SiLU
mlx.nn.SinusoidalPositionalEncoding	mlx.nn.Softmin
mlx.nn.Softshrink	mlx.nn.Softsign
mlx.nn.Softmax	mlx.nn.Softsign
mlx.nn.Softplus	mlx.nn.Step
mlx.nn.Tanh	mlx.nn.Transformer
mlx.nn.Upsample	函数
mlx.nn.elu	mlx.nn.celu
mlx.nn.gelu	mlx.nn.gelu_approx
mlx.nn.gelu_fast_approx	mlx.nn.glu
mlx.nn.hard_shrink	mlx.nn.hard_tanh
mlx.nn.hardswish	mlx.nn.leaky_relu
mlx.nn.log_sigmoid	mlx.nn.log_softmax
mlx.nn.mish	mlx.nn.prelu
mlx.nn.relu	mlx.nn.relu6
mlx.nn.selu	mlx.nn.sigmoid
mlx.nn.silu	mlx.nn.softmax
mlx.nn.softmin	mlx.nn.softplus
mlx.nn.softshrink	mlx.nn.step
mlx.nn.tanh	损失函数
mlx.nn.losses.binary_cross_entropy	mlx.nn.losses.cosine_similarity_loss
mlx.nn.losses.cross_entropy	mlx.nn.losses.gaussian_nll_loss
mlx.nn.losses.hinge_loss	mlx.nn.losses.huber_loss
mlx.nn.losses.kl_div_loss	mlx.nn.losses.l1_loss
mlx.nn.losses.log_cosh_loss	mlx.nn.losses.margin_ranking_loss
mlx.nn.losses.mse_loss	mlx.nn.losses.nll_loss
mlx.nn.losses.smooth_l1_loss	mlx.nn.losses.triplet_loss
初始化器	mlx.nn.init.constant
mlx.nn.init.normal	mlx.nn.init.uniform
mlx.nn.init.identity	mlx.nn.init.glorot_normal
mlx.nn.init.glorot_uniform	mlx.nn.init.he_normal
mlx.nn.init.he_uniform	优化器
优化器	mlx.optimizers.Optimizer.state
mlx.optimizers.Optimizer.apply_gradients	mlx.optimizers.Optimizer.init
mlx.optimizers.Optimizer.update	常用优化器
mlx.optimizers.SGD	mlx.optimizers.RMSprop
mlx.optimizers.Adagrad	mlx.optimizers.Adafactor
mlx.optimizers.AdaDelta	mlx.optimizers.Adam
mlx.optimizers.AdamW	mlx.optimizers.Adamax
mlx.optimizers.Lion	mlx.optimizers.MultiOptimizer
调度器	mlx.optimizers.cosine_decay
mlx.optimizers.exponential_decay	mlx.optimizers.join_schedules
mlx.optimizers.linear_schedule	mlx.optimizers.step_decay
mlx.optimizers.clip_grad_norm	mlx.core.distributed.Group
mlx.core.distributed.is_available	mlx.core.distributed.init
mlx.core.distributed.all_sum	mlx.core.distributed.all_gather
mlx.core.distributed.send	mlx.core.distributed.recv
mlx.core.distributed.recv_like	树工具
mlx.utils.tree_flatten	mlx.utils.tree_unflatten
mlx.utils.tree_map	mlx.utils.tree_map_with_path
mlx.utils.tree_reduce	C++ API 参考
进一步阅读	MLX 中的自定义扩展
Metal 调试器	自定义 Metal 内核
在 C++ 中使用 MLX	.rst
.pdf	操作
abs(a, /, *[, stream])	逐元素的绝对值。
add(a, b[, stream])	逐元素相加。
addmm(c, a, b, /[, alpha, beta, stream])	带加法和可选缩放的矩阵乘法。
all(a, /[, axis, keepdims, stream])	沿给定轴的“与”归约。
allclose(a, b, /[, rtol, atol, equal_nan, ...])	两个数组的近似比较。
any(a, /[, axis, keepdims, stream])	沿给定轴的“或”归约。
arange(-> array)	重载函数。
arccos(a, /, *[, stream])	逐元素的反余弦。
arccosh(a, /, *[, stream])	逐元素的反双曲余弦。
arcsin(a, /, *[, stream])	逐元素的反正弦。
arcsinh(a, /, *[, stream])	逐元素的反双曲正弦。
arctan(a, /, *[, stream])	逐元素的反正切。
arctan2(a, b, /, *[, stream])	逐元素的两个数组比值的反正切。
arctanh(a, /, *[, stream])	逐元素的反双曲正切。
argmax(a, /[, axis, keepdims, stream])	沿轴的最大值索引。
argmin(a, /[, axis, keepdims, stream])	沿轴的最小值索引。
argpartition(a, /, kth[, axis, stream])	返回分割数组的索引。
argsort(a, /[, axis, stream])	返回排序数组的索引。
array_equal(a, b[, equal_nan, stream])	数组相等性检查。
as_strided(a, /[, shape, strides, offset, ...])	创建具有给定形状和步幅的数组视图。
atleast_1d(*arys[, stream])	将所有数组转换为至少一个维度。
atleast_2d(*arys[, stream])	将所有数组转换为至少两个维度。
atleast_3d(*arys[, stream])	将所有数组转换为至少三个维度。
bitwise_and(a, b[, stream])	逐元素的按位与。
bitwise_invert(a[, stream])	逐元素的按位反转。
bitwise_or(a, b[, stream])	逐元素的按位或。
bitwise_xor(a, b[, stream])	逐元素的按位异或。
block_masked_mm(a, b, /[, block_size, ...])	带块掩码的矩阵乘法。
broadcast_arrays(*arrays[, stream])	将数组相互广播。
broadcast_to(a, /, shape, *[, stream])	将数组广播到给定形状。
ceil(a, /, *[, stream])	逐元素的向上取整 (ceil)。
clip(a, /, a_min, a_max, *[, stream])	将数组值限制在给定最小值和最大值之间。
concatenate(arrays[, axis, stream])	沿给定轴连接数组。
contiguous(a, /[, allow_col_major, stream])	强制数组行为行连续。
conj(a, *[, stream])	返回输入的逐元素的复共轭。
conjugate(a, *[, stream])	convolve(a, v, /[, mode, stream])
1D 数组的离散卷积。	conv1d(input, weight, /[, stride, padding, ...])
对具有多个通道的输入进行 1D 卷积	conv2d(input, weight, /[, stride, padding, ...])
对具有多个通道的输入进行 2D 卷积	conv3d(input, weight, /[, stride, padding, ...])
对具有多个通道的输入进行 3D 卷积	conv_transpose1d(input, weight, /[, stride, ...])
对具有多个通道的输入进行 1D 转置卷积	conv_transpose2d(input, weight, /[, stride, ...])
对具有多个通道的输入进行 2D 转置卷积	conv_transpose3d(input, weight, /[, stride, ...])
对具有多个通道的输入进行 3D 转置卷积	conv_general(input, weight, /[, stride, ...])
对具有多个通道的输入进行通用卷积	cos(a, /, *[, stream])
逐元素的余弦。	cosh(a, /, *[, stream])
逐元素的双曲余弦。	cummax(a, /[, axis, reverse, inclusive, stream])
返回沿给定轴的元素的累积最大值。	cummin(a, /[, axis, reverse, inclusive, stream])
返回沿给定轴的元素的累积最小值。	cumprod(a, /[, axis, reverse, inclusive, stream])
返回沿给定轴的元素的累积乘积。	cumsum(a, /[, axis, reverse, inclusive, stream])
返回沿给定轴的元素的累积和。	degrees(a, /, *[, stream])
将角度从弧度转换为度。	dequantize(w, /, scales, biases[, ...])
使用提供的 scales 和 biases 以及 group_size 和 bits 配置，对矩阵 w 进行解量化。	diag(a, /[, k, stream])
提取对角线或构建对角矩阵。	diagonal(a[, offset, axis1, axis2, stream])
返回指定的对角线。	divide(a, b[, stream])
逐元素相除。	divmod(a, b[, stream])
逐元素的商和余数。	einsum(subscripts, *operands[, stream])
对操作数执行爱因斯坦求和约定。	einsum_path(subscripts, *operands)
计算给定爱因斯坦求和的收缩顺序。	equal(a, b[, stream])
逐元素相等。	erf(a, /, *[, stream])
逐元素的误差函数。	erfinv(a, /, *[, stream])
逐元素的 erf() 的逆。	exp(a, /, *[, stream])
逐元素的指数。	expm1(a, /, *[, stream])
逐元素的指数减去 1。	expand_dims(a, /, axis, *[, stream])
在给定轴添加大小为一的维度。	eye(n[, m, k, dtype, stream])
创建单位矩阵或通用对角矩阵。	flatten(a, /[, start_axis, end_axis, stream])
展平数组。	floor(a, /, *[, stream])
逐元素的向下取整 (floor)。	floor_divide(a, b[, stream])
逐元素的整数相除。	full(shape, vals[, dtype, stream])
构造具有给定值的数组。	gather_mm(a, b, /, lhs_indices, rhs_indices, *)
带矩阵级 gather 的矩阵乘法。	gather_qmm(x, w, /, scales, biases[, ...])
执行带矩阵级 gather 的量化矩阵乘法。	greater(a, b[, stream])
逐元素的 greater than。	greater_equal(a, b[, stream])
逐元素的 greater or equal。	hadamard_transform(a[, scale, stream])
沿最终轴执行 Walsh-Hadamard 变换。	identity(n[, dtype, stream])
创建方单位矩阵。	imag(a, /, *[, stream])
返回复数数组的虚部。	inner(a, b, /, *[, stream])
1-D 数组的普通向量内积，在高维中是最后轴上的求和积。	isfinite(a[, stream])
返回一个布尔数组，指示哪些元素是有限的。	isclose(a, b, /[, rtol, atol, equal_nan, stream])
返回一个布尔数组，其中两个数组在容差范围内逐元素相等。	isinf(a[, stream])
返回一个布尔数组，指示哪些元素是 +/- 无穷大。	isnan(a[, stream])
返回一个布尔数组，指示哪些元素是 NaN。	isneginf(a[, stream])
返回一个布尔数组，指示哪些元素是负无穷大。	isposinf(a[, stream])
返回一个布尔数组，指示哪些元素是正无穷大。	kron(a, b, *[, stream])
计算两个数组 a 和 b 的 Kronecker 积。	left_shift(a, b[, stream])
逐元素的左移。	less(a, b[, stream])
逐元素的小于。	less_equal(a, b[, stream])