jax.closure_convert#
- jax.closure_convert(fun, *example_args)[source]#
闭包转换实用工具,用于高阶自定义导数。
要定义自定义导数,例如使用
jax.custom_vjp(f)
,目标函数f
必须将其所有参与微分的值作为形式参数。如果f
是一个高阶函数,即它接受一个 Python 函数g
作为参数,则存储在g
的闭包中的值对于自定义导数规则不可见,并且涉及这些值的 AD 尝试将会失败。一种解决方法是通过提取这些值来转换闭包,并将它们作为显式的形式参数传递到自定义导数边界。此实用工具执行该转换。更准确地说,它将闭包转换函数fun
,使其专门化为example_args
中给出的参数类型。当我们在这里提到
fun
的“闭包中的值”时,我们不是指在定义fun
时 Python 直接捕获的值(例如,如果属性存在,则为fun.__closure__
中的 Python 对象)。相反,我们指的是在example_args
上执行fun
期间遇到的,决定其输出的值。这可能包括,例如,在 Python 闭包中传递捕获的数组,即在fun
调用的函数的 Python 闭包中,它们调用的函数的闭包等等。函数
fun
必须是纯函数。用法示例
def minimize(objective_fn, x0): converted_fn, aux_args = closure_convert(objective_fn, x0) return _minimize(converted_fn, x0, *aux_args) @partial(custom_vjp, nondiff_argnums=(0,)) def _minimize(objective_fn, x0, *args): z = objective_fn(x0, *args) # ... find minimizer x_opt ... return x_opt def fwd(objective_fn, x0, *args): y = _minimize(objective_fn, x0, *args) return y, (y, args) def rev(objective_fn, res, g): y, args = res y_bar = g # ... custom reverse-mode AD ... return x0_bar, *args_bars _minimize.defvjp(fwd, rev)