deepxde.backend.paddle package

Submodules

deepxde.backend.paddle.tensor module

paddle backend implementation

deepxde.backend.paddle.tensor.Variable(initial_value, dtype=None)

deepxde.backend.paddle.tensor.abs(x)

deepxde.backend.paddle.tensor.as_tensor(data, dtype=None)

deepxde.backend.paddle.tensor.concat(values, axis)

deepxde.backend.paddle.tensor.cos(x)

deepxde.backend.paddle.tensor.data_type_dict()

deepxde.backend.paddle.tensor.elu(x)

deepxde.backend.paddle.tensor.exp(x)

deepxde.backend.paddle.tensor.expand_dims(tensor, axis)

deepxde.backend.paddle.tensor.from_numpy(np_array)

deepxde.backend.paddle.tensor.is_gpu_available()

deepxde.backend.paddle.tensor.is_tensor(obj)

deepxde.backend.paddle.tensor.lgamma(tensor)

deepxde.backend.paddle.tensor.matmul(x, y)

deepxde.backend.paddle.tensor.max(input_tensor, dim, keepdims=False)

deepxde.backend.paddle.tensor.mean(input_tensor, dim, keepdims=False)

deepxde.backend.paddle.tensor.min(input_tensor, dim, keepdims=False)

deepxde.backend.paddle.tensor.minimum(x, y)

deepxde.backend.paddle.tensor.ndim(input_tensor)

deepxde.backend.paddle.tensor.norm(x, ord=None, axis=None, keepdims=False)

deepxde.backend.paddle.tensor.pow(x, y)

deepxde.backend.paddle.tensor.prod(input_tensor, dim, keepdims=False)

deepxde.backend.paddle.tensor.reduce_max(input_tensor)

deepxde.backend.paddle.tensor.reduce_mean(input_tensor)

deepxde.backend.paddle.tensor.reduce_min(input_tensor)

deepxde.backend.paddle.tensor.reduce_prod(input_tensor)

deepxde.backend.paddle.tensor.reduce_sum(input_tensor)

deepxde.backend.paddle.tensor.relu(x)

deepxde.backend.paddle.tensor.reshape(tensor, shape)

deepxde.backend.paddle.tensor.reverse(tensor, axis)

deepxde.backend.paddle.tensor.roll(tensor, shift, axis)

deepxde.backend.paddle.tensor.selu(x)

deepxde.backend.paddle.tensor.shape(input_tensor)

deepxde.backend.paddle.tensor.sigmoid(x)

deepxde.backend.paddle.tensor.silu(x)

deepxde.backend.paddle.tensor.sin(x)

deepxde.backend.paddle.tensor.size(input_tensor)

deepxde.backend.paddle.tensor.sparse_dense_matmul(x, y)

deepxde.backend.paddle.tensor.sparse_tensor(indices, values, shape)

deepxde.backend.paddle.tensor.square(x)

deepxde.backend.paddle.tensor.stack(values, axis)

deepxde.backend.paddle.tensor.sum(input_tensor, dim, keepdims=False)

deepxde.backend.paddle.tensor.tanh(x)

deepxde.backend.paddle.tensor.to_numpy(input_tensor)

deepxde.backend.paddle.tensor.transpose(tensor, axes=None)

deepxde.backend.paddle.tensor.zeros(shape, dtype)

deepxde.backend.paddle.tensor.zeros_like(input_tensor)

Module contents