jax.ensure_compile_time_eval

jax.ensure_compile_time_eval#

jax.ensure_compile_time_eval()[源代码][源代码]#

上下文管理器以确保在跟踪/编译时进行评估（或错误）。

一些 JAX API，如 jax.jit() 和 jax.lax.scan()，涉及分阶段执行，即延迟数值表达式（如 jax.numpy 函数应用）的评估，以便在评估相应的 Python 表达式时，不急于执行这些计算，而是在优化编译后单独执行。但这种延迟可能是不希望的。例如，数值可能需要用于评估 Python 控制流，因此它们的评估不能延迟。再比如，出于性能原因，确保编译时评估（或“常量折叠”）可能是有益的。

此上下文管理器确保 JAX 计算被急切地评估。如果无法进行急切评估，则会引发 ConcretizationTypeError。

这是一个人为的例子:

import jax
import jax.numpy as jnp

@jax.jit
def f(x):
  with jax.ensure_compile_time_eval():
    y = jnp.sin(3.0)
    z = jnp.sin(y)
    z_positive = z > 0
  if z_positive:  # z_positive is usable in Python control flow
    return jnp.sin(x)
  else:
    return jnp.cos(x)

以下是来自 google/jax#3974 的一个实际例子:

import jax
import jax.numpy as jnp
from jax import random

@jax.jit
def jax_fn(x):
  with jax.ensure_compile_time_eval():
    y = random.randint(random.key(0), (1000,1000), 0, 100)
  y2 = y @ y
  x2 = jnp.sum(y2) * x
  return x2

通过将常量表达式 ‘提升’ 出相应的分段 API，通常可以实现类似的行为:

y = random.randint(random.key(0), (1000,1000), 0, 100)

@jax.jit
def jax_fn(x):
  y2 = y @ y
  x2 = jnp.sum(y2)*x
  return x2

但在某些情况下，使用此上下文管理器可能更为方便。

目录