jax.grad#

jax.grad(fun, argnums=0, has_aux=False, holomorphic=False, allow_int=False, reduce_axes=())[source]#

创建一个函数，用于评估 fun 的梯度。

参数:

  • fun (Callable) – 要微分的函数。由 argnums 指定的位置的参数应该是数组、标量或标准 Python 容器。由 argnums 指定的位置的参数数组必须是不精确的（即，浮点型或复数型）。它应该返回一个标量（包括形状为 () 的数组，但不包括形状为 (1,) 等的数组）。

  • argnums (int | Sequence[int]) – 可选，整数或整数序列。指定要对哪个位置参数求微分（默认为 0）。

  • has_aux (bool) – 可选，布尔值。指示 fun 是否返回一个对，其中第一个元素被认为是要求微分的数学函数的输出，第二个元素是辅助数据。默认为 False。

  • holomorphic (bool) – 可选，布尔值。指示 fun 是否保证是全纯的。如果为 True，则输入和输出必须是复数。默认为 False。

  • allow_int (bool) – 可选，布尔值。是否允许对整数值输入进行微分。整数输入的梯度将具有一个平凡的向量空间 dtype (float0)。默认为 False。

  • reduce_axes (Sequence[AxisName])

返回:

一个与 fun 具有相同参数的函数，用于评估 fun 的梯度。如果 argnums 是一个整数，则梯度具有与该整数指示的位置参数相同的形状和类型。如果 argnums 是一个整数元组，则梯度是值的元组，其形状和类型与相应的参数相同。如果 has_aux 为 True，则返回 (梯度, auxiliary_data) 对。

返回类型:

Callable

例如

>>> import jax
>>>
>>> grad_tanh = jax.grad(jax.numpy.tanh)
>>> print(grad_tanh(0.2))
0.961043