前向传播计算均方误差 计算公式：MSE = Σ(predict - label)² / n 其中n为样本数量 @param inputs 输入的NdArray数组，包含预测值和真实标签 @return 均方误差值

前向传播计算Sigmoid交叉熵损失 计算公式：Loss = -[y log(σ(x)) + (1-y) log(1-σ(x))] 其中σ(x)为Sigmoid函数，y为真实标签 @param inputs 输入的NdArray数组，包含预测值和真实标签 @return Sigmoid交叉熵损失

前向传播计算幂函数 计算输入值的幂次方：x^pow @param inputs 输入的NdArray数组，长度为1 @return 幂函数值的NdArray

前向传播计算Tanh 计算Tanh函数值：(e^x - e^(-x)) / (e^x + e^(-x)) @param inputs 输入的NdArray数组，长度为1 @return Tanh函数值的NdArray

前向传播计算平方 计算输入值的平方：x² @param inputs 输入的NdArray数组，长度为1 @return 平方值的NdArray

前向传播计算Sigmoid 计算Sigmoid函数值：1 / (1 + e^(-x)) @param inputs 输入的NdArray数组，长度为1 @return Sigmoid函数值的NdArray

前向传播计算余弦 计算输入值的余弦值：cos(x) @param inputs 输入的NdArray数组，长度为1 @return 余弦值的NdArray

前向传播计算裁剪 将输入值限制在[min, max]范围内。 @param inputs 输入的NdArray数组，长度为1 @return 裁剪后的NdArray

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

前向传播计算正弦 计算输入值的正弦值：sin(x) @param inputs 输入的NdArray数组，长度为1 @return 正弦值的NdArray

2D输入的前向传播 (N, C)

4D输入的前向传播 (N, C, H, W)

自适应平均池化前向传播

自适应最大池化前向传播

平均池化前向传播

CBOW前向传播 @param input 输入变量 @return 前向传播结果

最大池化前向传播

Skip-gram前向传播 @param input 输入变量 @return 前向传播结果

生成文本的前向传播（用于推理） @param tokenIds 输入token序列 @return 下一个token的概率分布

生成文本的前向传播（用于推理） @param tokenIds 输入token序列 @return 下一个token的概率分布

生成CBOW训练样本 CBOW: 给定上下文词，预测中心词

生成缓存键

生成缓存键

从提示生成文本 @param gpt2Model GPT-2模型实例 @param tokenizer 分词器实例 @param prompt 提示文本 @param maxNewTokens 最大新生成token数 @return 生成的文本

生成性能分析总结

根据指定臂的奖励分布生成奖励 @param armIndex 臂的索引 @return 生成的奖励值

生成Skip-gram训练样本 Skip-gram: 给定中心词，预测上下文词

生成文本 @param gpt2Model GPT-2模型实例 @param tokenizer 分词器实例

简化的文本生成函数

获取动作空间维度 @return 动作空间维度

从动作变量中获取动作索引 @param action 动作变量 @return 动作索引

获取动作名称 @param action 动作值 @return 动作名称

等待所有梯度收集完成并返回平均梯度 @return 平均后的梯度映射 @throws InterruptedException 如果等待被中断

获取平均悔恨值 @return 平均悔恨值

获取平均奖励 @return 平均奖励

获取最佳训练准确率 @return 最佳训练准确率

获取当前最优臂的估计奖励 @return 最优臂估计奖励

获取最佳损失值 @return 最佳损失值

获取经验回放缓冲区使用率 @return 使用率

获取当前探索率 @return 探索率

获取前馈网络隐藏维度 @return 前馈网络隐藏维度

获取解码器 @return 解码器实例

获取详细信息 @return 详细信息字符串

获取函数节点的DOT表示 @param node 函数节点 @return DOT格式的函数节点表示字符串

递归获取变量节点的DOT表示 @param variableNode 变量节点 @param dotGraph DOT图字符串构建器

获取变量节点的DOT表示 @param node 变量节点 @return DOT格式的节点表示字符串

获取当前探索率 @return 探索率

获取负载均衡损失 这个损失可以添加到总的训练损失中，以鼓励专家的均匀使用 @return 负载均衡损失值

获取模型详细信息 @return 详细信息

获取模型简要信息 @return 简要信息

获取通道数

获取注意力头数 @return 注意力头数

计算选择概率最高的臂被选择的频率 @return 最优选择频率

获取最优奖励

获取或创建输出数组

获取或创建输出数组

获取并行线程数 @return 并行线程数

获取位置嵌入

生成从0开始的连续整数对象序列 @param size 序列长度 @return 连续整数对象数组

获取状态空间维度 @return 状态空间维度

获取训练时间列表 @return 训练时间列表

获取ID对应的token @param id 要查询的ID @return ID对应的token，如果不存在则返回UNK_TOKEN

获取token嵌入

获取训练时间（毫秒） @return 训练时间（毫秒）

获取词汇表大小 @return 词汇表大小

获取词汇表大小

获取嵌入权重矩阵 @return 嵌入权重矩阵参数

获取输出数据数组 @return 输出数据数组

获取指定置信水平对应的Z分数（近似） @param confidenceLevel 置信水平 @return Z分数

超参数敏感性分析

高效版本：使用一维数组存储的更快版本 适用于大批量数据处理

初始化方法

初始化方法

初始化层的参数