jax.export.export#
- jax.export.export(fun_jit, *, platforms=None, lowering_platforms=None, disabled_checks=())[source]#
导出 JAX 函数以进行持久序列化。
- 参数:
fun_jit (stages.Wrapped) – 要导出的函数。应该是 jax.jit 的结果。
platforms (Sequence[str] | None | None) – 可选序列,包含 ‘tpu’, ‘cpu’, ‘cuda’, ‘rocm’ 的子集。如果指定了多个平台,则导出的代码将接收一个指定平台的参数。如果为 None,则使用默认 JAX 后端。多个平台的调用约定在 https://jax.ac.cn/en/latest/export/export.html#module-calling-convention 中说明。
lowering_platforms (Sequence[str] | None | None) – 已弃用,请使用 platforms。
disabled_checks (Sequence[DisabledSafetyCheck]) – 要禁用的安全检查。请参阅 jax.export.DisabledSafetyCheck 的文档。
- 返回类型:
Callable[…, Exported]
- 返回值:一个函数,它接收 {class}`jax.ShapeDtypeStruct` 的 args 和 kwargs pytrees,
或者具有 .shape 和 .dtype 属性的值,并返回一个 Exported。
用法
>>> from jax import export >>> exported: export.Exported = export.export(jnp.sin)( ... np.arange(4, dtype=np.float32)) >>> >>> # You can inspect the Exported object >>> exported.in_avals (ShapedArray(float32[4]),) >>> blob: bytearray = exported.serialize() >>> >>> # The serialized bytes are safe to use in a separate process >>> rehydrated: export.Exported = export.deserialize(blob) >>> rehydrated.fun_name 'sin' >>> rehydrated.call(np.array([.1, .2, .3, .4], dtype=np.float32)) Array([0.09983342, 0.19866933, 0.29552022, 0.38941833], dtype=float32)