公共 API: jax 包#

子包#

配置#

config

check_tracer_leaks

jax_check_tracer_leaks 配置选项的上下文管理器。

checking_leaks

jax_check_tracer_leaks 配置选项的上下文管理器。

debug_nans

jax_debug_nans 配置选项的上下文管理器。

debug_infs

jax_debug_infs 配置选项的上下文管理器。

default_device

jax_default_device 配置选项的上下文管理器。

default_matmul_precision

jax_default_matmul_precision 配置选项的上下文管理器。

default_prng_impl

jax_default_prng_impl 配置选项的上下文管理器。

enable_checks

jax_enable_checks 配置选项的上下文管理器。

enable_custom_prng

jax_enable_custom_prng 配置选项的上下文管理器（瞬态）。

enable_custom_vjp_by_custom_transpose

jax_enable_custom_vjp_by_custom_transpose 配置选项的上下文管理器（瞬态）。

log_compiles

jax_log_compiles 配置选项的上下文管理器。

numpy_rank_promotion

jax_numpy_rank_promotion 配置选项的上下文管理器。

transfer_guard(new_val)

一个控制所有传输的传输保护级别的上下文管理器。

即时编译 (jit)#

jit(fun[, in_shardings, out_shardings, ...])

设置 fun 以使用 XLA 进行即时编译。

disable_jit([disable])

禁用其动态上下文下的 jit() 行为的上下文管理器。

ensure_compile_time_eval()

确保在跟踪/编译时进行评估（或错误）的上下文管理器。

make_jaxpr([axis_env, return_shape, ...])

创建一个函数，该函数在给定示例参数的情况下生成其 jaxpr。

eval_shape(fun, *args, **kwargs)

计算 fun 的形状/数据类型，而无需任何 FLOP。

ShapeDtypeStruct(shape, dtype, *[, ...])

数组的形状、数据类型和其他静态属性的容器。

device_put(x[, device, src, donate, may_alias])

将 x 传输到 device。

device_get(x)

将 x 传输到主机。

default_backend()

返回默认 XLA 后端的平台名称。

named_call(fun, *[, name])

在分段输出 JAX 计算时，向函数添加用户指定的名称。

named_scope(name)

一个上下文管理器，将用户指定的名称添加到 JAX 名称堆栈。

block_until_ready(x)

尝试在 pytree 叶子上调用 block_until_ready 方法。

make_mesh(axis_shapes, axis_names, *[, ...])

创建一个具有指定形状和轴名称的有效网格。

自动微分#

grad(fun[, argnums, has_aux, holomorphic, ...])

创建一个计算 fun 梯度的函数。

value_and_grad(fun[, argnums, has_aux, ...])

创建一个同时计算 fun 和 fun 的梯度的函数。

jacobian(fun[, argnums, has_aux, ...])

jax.jacrev() 的别名。

jacfwd(fun[, argnums, has_aux, holomorphic])

使用前向模式 AD 逐列计算 fun 的雅可比矩阵。

jacrev(fun[, argnums, has_aux, holomorphic, ...])

使用反向模式 AD 逐行计算 fun 的雅可比矩阵。

hessian(fun[, argnums, has_aux, holomorphic])

fun 的黑塞矩阵，作为密集数组。

jvp(fun, primals, tangents[, has_aux])

计算 fun 的（前向模式）雅可比矩阵向量积。

linearize()

使用 jvp() 和部分评估，生成 fun 的线性近似。

linear_transpose(fun, *primals[, reduce_axes])

转置一个承诺为线性的函数。

vjp() ))

计算 fun 的（反向模式）向量雅可比矩阵积。

custom_gradient(fun)

用于定义自定义 VJP 规则（又名自定义梯度）的便捷函数。

closure_convert(fun, *example_args)

闭包转换实用程序，用于高阶自定义导数。

checkpoint(fun, *[, prevent_cse, policy, ...])

使 fun 在微分时重新计算内部线性化点。

自定义#

custom_jvp#

custom_jvp(fun[, nondiff_argnums])

为自定义 JVP 规则定义设置 JAX 可转换函数。

custom_jvp.defjvp(jvp[, symbolic_zeros])

为此实例表示的函数定义自定义 JVP 规则。

custom_jvp.defjvps(*jvps)

用于分别为每个参数定义 JVP 的便捷包装器。

custom_vjp#

custom_vjp(fun[, nondiff_argnums])

为自定义 VJP 规则定义设置 JAX 可转换函数。

custom_vjp.defvjp(fwd, bwd[, ...])

为此实例表示的函数定义自定义 VJP 规则。

custom_batching#

custom_batching.custom_vmap(fun)

自定义 JAX 可转换函数的 vmap 行为。

custom_batching.custom_vmap.def_vmap(vmap_rule)

为这个 custom_vmap 函数定义 vmap 规则。

custom_batching.sequential_vmap(f)

custom_vmap 的一个特殊情况，它使用循环。

jax.Array (jax.Array)#

数组()

JAX 的数组基类

make_array_from_callback(形状, 分片, ...)

通过从 data_callback 获取的数据返回一个 jax.Array。

make_array_from_single_device_arrays(形状, ...)

从一系列在单个设备上的 jax.Array 返回一个 jax.Array。

make_array_from_process_local_data(分片, ...)

使用进程中可用的数据创建分布式张量。

数组属性和方法#

Array.addressable_shards

可寻址分片列表。

Array.all([轴, out, keepdims, where])

测试给定轴上的所有数组元素是否都为 True。

Array.any([轴, out, keepdims, where])

测试给定轴上的任何数组元素是否为 True。

Array.argmax([轴, out, keepdims])

返回最大值的索引。

Array.argmin([轴, out, keepdims])

返回最小值的索引。

Array.argpartition(kth[, 轴])

返回部分排序数组的索引。

Array.argsort([轴, kind, order, stable, ...])

返回对数组进行排序的索引。

Array.astype(dtype[, copy, device])

复制数组并将其转换为指定的 dtype。

Array.at

用于索引更新功能的辅助属性。

Array.choose(choices[, out, mode])

构造一个从多个数组的元素中选择的数组。

Array.clip([min, max])

返回一个值被限制在指定范围内的数组。

Array.compress(condition[, axis, out, size, ...])

返回此数组沿给定轴的选定切片。

Array.committed

数组是否已提交。

Array.conj()

返回数组的复共轭。

Array.conjugate()

返回数组的复共轭。

Array.copy()

返回数组的副本。

Array.copy_to_host_async()

异步将 Array 复制到主机。

Array.cumprod([轴, dtype, out])

返回数组的累积积。

Array.cumsum([轴, dtype, out])

返回数组的累积和。

Array.device

与 Array API 兼容的设备属性。

Array.diagonal([offset, axis1, axis2])

返回数组中指定的对角线。

Array.dot(b, *[, precision, ...])

计算两个数组的点积。

Array.dtype

数组的数据类型 (numpy.dtype)。

Array.flat

请使用 flatten() 代替。

Array.flatten([order])

将数组展平为一维形状。

Array.global_shards

全局分片列表。

Array.imag

返回数组的虚部。

Array.is_fully_addressable

此数组是否完全可寻址？

Array.is_fully_replicated

此数组是否完全复制？

Array.item(*args)

将数组的元素复制到标准的 Python 标量并返回它。

Array.itemsize

一个数组元素的长度（以字节为单位）。

Array.max([轴, out, keepdims, initial, where])

返回给定轴上数组元素的最大值。

Array.mean([轴, dtype, out, keepdims, where])

返回给定轴上数组元素的平均值。

Array.min([轴, out, keepdims, initial, where])

返回给定轴上数组元素的最小值。

Array.nbytes

数组元素消耗的总字节数。

Array.ndim

数组中的维度数。

Array.nonzero(*[, fill_value, size])

返回数组中非零元素的索引。

Array.prod([轴, dtype, out, keepdims, ...])

返回给定轴上数组元素的乘积。

Array.ptp([轴, out, keepdims])

返回给定轴上的峰峰值范围。

Array.ravel([order])

将数组展平为一维形状。

Array.real

返回数组的实部。

Array.repeat(repeats[, axis, ...])

从重复的元素构造一个数组。

Array.reshape(*args[, order])

返回一个包含相同数据但具有新形状的数组。

Array.round([decimals, out])

将数组元素四舍五入到给定的小数位。

Array.searchsorted(v[, side, sorter, method])

在排序的数组中执行二进制搜索。

Array.shape

数组的形状。

Array.sharding

数组的分片。

Array.size

数组中元素的总数。

Array.sort([轴, kind, order, stable, ...])

返回数组的排序副本。

Array.squeeze([轴])

从数组中删除一个或多个长度为 1 的轴。

Array.std([轴, dtype, out, ddof, ...])

计算给定轴上的标准差。

Array.sum([轴, dtype, out, keepdims, ...])

给定轴上数组元素的总和。

Array.swapaxes(axis1, axis2)

交换数组的两个轴。

Array.take(indices[, axis, out, mode, ...])

从数组中获取元素。

Array.to_device(设备, *[, stream])

返回指定设备上数组的副本

Array.trace([offset, axis1, axis2, dtype, out])

返回沿对角线的和。

Array.transpose(*args)

返回转置轴的数组副本。

Array.var([axis, dtype, out, ddof, ...])

计算沿给定轴的方差。

Array.view([dtype, type])

返回数组的按位副本，并将其视为新的 dtype。

Array.T

计算全轴数组转置。

Array.mT

计算（批处理）矩阵转置。

向量化 (vmap)#

vmap(fun[, in_axes, out_axes, axis_name, ...])

向量化映射。

numpy.vectorize(pyfunc, *[, excluded, signature])

定义一个带有广播的向量化函数。

并行化 (pmap)#

pmap(fun[, axis_name, in_axes, out_axes, ...])

支持集体操作的并行映射。

devices([backend])

返回给定后端的全部设备列表。

local_devices([process_index, backend, host_id])

类似 jax.devices()，但仅返回给定进程本地的设备。

process_index([backend])

返回此进程的整数进程索引。

device_count([backend])

返回设备总数。

local_device_count([backend])

返回此进程可寻址的设备数量。

process_count([backend])

返回与后端关联的 JAX 进程数。

process_indices([backend])

返回与后端关联的所有 JAX 进程索引的列表。

回调#

pure_callback(callback, result_shape_dtypes, ...)

调用一个纯 Python 回调。

experimental.io_callback(callback, ...[, ...])

调用一个不纯的 Python 回调。

debug.callback(callback, *args[, ordered])

调用一个可分阶段的 Python 回调。

debug.print(fmt, *args[, ordered])

打印值并在分阶段的 JAX 函数中工作。

杂项#

设备

可用设备的描述符。

print_environment_info([return_string])

返回包含本地环境和 JAX 安装信息的字符串。

live_arrays([platform])

返回 platform 后端的所有活动数组。

clear_caches()

清除所有编译和暂存缓存。