jax.jacrev#

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

使用反向模式 AD 逐行计算 fun 的 Jacobian。

参数:

• fun (Callable) – 要计算 Jacobian 的函数。

• argnums (int | Sequence[int]) – 可选，整数或整数序列。指定要对其求导的位置参数（默认为 0）。

• has_aux (bool) – 可选，布尔值。指示 fun 是否返回一对值，其中第一个元素被认为是数学函数的输出，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。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微不足道的向量空间 dtype (float0)。默认为 False。

返回:

一个与 fun 具有相同参数的函数，它使用反向模式自动微分来评估 fun 的 Jacobian。如果 has_aux 为 True，则返回一对 (jacobian, auxiliary_data)。

返回类型:

Callable

>>> import jax
>>> import jax.numpy as jnp
>>>
>>> def f(x):
...   return jnp.asarray(
...     [x[0], 5*x[2], 4*x[1]**2 - 2*x[2], x[2] * jnp.sin(x[0])])
...
>>> print(jax.jacrev(f)(jnp.array([1., 2., 3.])))
[[ 1.       0.       0.     ]
 [ 0.       0.       5.     ]
 [ 0.      16.      -2.     ]
 [ 1.6209   0.       0.84147]]