优化的equals方法，比较两个NdArray对象是否相等 @param obj 另一个对象 @return 是否相等

转义JSON字符串 @param str 原始字符串 @return 转义后的字符串

评估智能体性能 @param agent 智能体 @param env 环境 @param numEvaluationEpisodes 评估回合数

评估智能体性能 @param agent 智能体 @param env 环境 @param numEvaluationEpisodes 评估回合数

生成简化的JSON报告 @param model 模型 @param filePath 保存路径

用指定值填充整个数组 @param number 填充值

找到Q值最大的动作索引 @param qValues Q值数组 @return 最优动作索引

前向传播计算加法 执行两个NdArray的加法运算。如果两个输入的形状不同， 则对第二个输入进行广播以匹配第一个输入的形状。 @param inputs 输入的NdArray数组，长度为2 @return 加法运算结果的NdArray

前向传播计算转置 计算输入数组的转置。 @param inputs 输入的NdArray数组，长度为1 @return 转置后的NdArray

前向传播计算重塑 将输入数组重塑为指定形状。 @param inputs 输入的NdArray数组，长度为1 @return 重塑后的NdArray

前向传播计算线性变换 执行线性变换操作：y = x w + b，其中b为可选偏置项。 @param inputs 输入的NdArray数组，长度为2或3（x, w, [b]） @return 线性变换后的NdArray

前向传播计算SoftMax 计算SoftMax函数值：softmax(x_i) = e^(x_i) / Σ(e^(x_j)) @param inputs 输入的NdArray数组，长度为1 @return SoftMax函数值的NdArray

前向传播计算矩阵乘法 计算两个矩阵的内积（点积）：x w @param inputs 输入的NdArray数组，长度为2 @return 矩阵乘法结果的NdArray

前向传播计算求和 计算输入数组所有元素的和。 @param inputs 输入的NdArray数组，长度为1 @return 求和结果的NdArray

前向传播计算最大值 计算输入数组沿指定轴的最大值。 @param inputs 输入的NdArray数组，长度为1 @return 最大值的NdArray

前向传播计算指数 计算输入值的指数值：e^x @param inputs 输入的NdArray数组，长度为1 @return 指数值的NdArray

前向传播计算ReLU 计算ReLU函数值：max(0, x) @param inputs 输入的NdArray数组，长度为1 @return ReLU函数值的NdArray

前向传播计算对数 计算输入值的对数值：ln(x) @param inputs 输入的NdArray数组，长度为1 @return 对数值的NdArray

获取执行的动作 @return 执行的动作

获取智能体当前位置 @return 包含x和y坐标的映射

获取各层专家使用率的汇总统计 @return 每层的专家使用率数组

获取所有臂的UCB值 @return UCB值数组

获取批次大小 @return 批次大小

获取创建时间 @return 创建时间

获取嵌入维度 @return 嵌入维度

获取专家使用率统计信息 @return 专家使用率数组

获取框架版本 @return 框架版本

获取目标位置 @return 包含x和y坐标的映射

获取最后修改时间 @return 最后修改时间

获取学习率 @return 学习率

获取损失函数 @return 损失函数

获取优化器类型 @return 优化器类型

计算模型的总参数量 @return 模型总参数量

获取参数统计信息 @param parameters 参数映射 @return 统计信息

获取指定臂的后验标准差 @param armIndex 臂索引 @return 后验标准差

获取状态的所有动作Q值 @param state 状态 @return Q值向量

计算并行训练的推荐线程数 基于CPU核心数和数据批次数量 @param batchCount 数据批次总数 @return 推荐的线程数

将当前状态转换为Variable @return 状态Variable

将当前位置转换为状态Variable @return 状态Variable

获取模型的简要信息 @return 简要信息字符串

获取测试数据集 @return 测试数据集

获取训练统计信息 @return 统计信息映射

获取缓冲区使用率 @return 使用率（0.0 - 1.0）

获取词汇表大小 @return 词汇表大小

获取词汇表大小 @return 词汇表大小

获取词汇表大小 @return 词汇表大小

获取用于构建词汇表的文本 @return 用于构建词汇表的文本列表

获取输入数据数组 @return 输入数据数组

大于比较运算，比较当前数组元素是否大于另一个数组对应元素 @param other 另一个操作数数组 @return 比较结果数组，1.0表示大于，0.0表示不大于 @throws IllegalArgumentException 当两个数组形状不一致时抛出

初始化随机参数

检查模型是否支持并行训练 主要检查模型是否可序列化 @param model 要检查的模型 @return true 如果支持并行训练

检查是否为特殊token @param token 要检查的token @return 如果是特殊token返回true，否则返回false

前向传播 @param inputs 输入变量数组 @return 前向传播结果

从经验中学习更新模型 @param experience 经验数据（包含选择的动作和获得的奖励）

回合结束时的学习更新

加载完整模型 @param filePath 模型文件路径 @param compressed 是否为压缩文件 @return 加载的模型

最大值运算 沿指定轴计算变量的最大值 @param _axis 轴索引 @param _keepdims 是否保持维度 @return 最大值运算结果的新变量

最小值运算 沿指定轴计算变量的最小值 @param _axis 轴索引 @param _keepdims 是否保持维度 @return 最小值运算结果的新变量

获取最相似的词 @param word 词 @param topK 返回最相似词的数量 @return 最相似的词列表

负采样 @param targetWord 目标词 @param numSamples 采样数量 @return 负样本词列表

绘制模型计算图 通过可视化方式展示模型的前向传播计算过程

线性预测函数 @param x 输入变量 @param w 权重变量 @param b 偏置变量 @return 预测结果

预测下一个token

打印模型信息

打印统计信息 @param algorithmName 算法名称 @param results 结果列表

重置遍历索引

重置解码器状态

从检查点恢复模型 @param filePath 检查点文件路径 @return 恢复的模型

运行实验 @param useBaseline 是否使用基线

从指定臂的后验分布中采样 @param armIndex 臂索引 @return 采样值

保存日志到文件 @param logMessage 日志信息

保存完整模型（架构 + 参数） @param model 要保存的模型 @param filePath 保存路径 @param compress 是否压缩

仅保存模型参数 @param filePath 保存路径

通用的与标量运算方法，对数组与标量进行运算 @param scalar 标量值 @param operation 二元运算操作函数 @return 运算结果数组

设置架构类型 @param architectureType 架构类型

设置最佳损失值 @param bestLoss 最佳损失值

设置模型描述 @param description 模型描述

设置最终损失值 @param finalLoss 最终损失值

设置模型版本 @param modelVersion 模型版本

设置随机种子（用于实验重现） @param seed 随机种子

设置数组的形状 <p>注意：新形状的大小必须与当前形状大小一致</p> @param shape 新形状 @throws IllegalArgumentException 当新形状大小与当前形状不匹配时抛出

设置训练轮次 @param trainedEpochs 训练轮次

设置输入数据数组 @param x 输入数据数组

Sigmoid运算 对变量执行Sigmoid运算，将值映射到(0,1)区间 @return Sigmoid运算结果的新变量

单线程训练（原始实现） @param shuffleData 是否打乱数据

SoftMax运算 对变量执行SoftMax运算，常用于多分类问题的输出层 @return SoftMax运算结果的新变量

提交一个线程计算的梯度 @param gradients 参数名到梯度的映射

测试算法在特定环境下的适应性 @param env 环境 @param envName 环境名称