jax.lax.custom_linear_solve#

jax.lax.custom_linear_solve(matvec, b, solve, transpose_solve=None, symmetric=False, has_aux=False)[source]#

执行使用隐式定义梯度的无矩阵线性求解。

此函数允许通过解处的隐式微分直接覆盖或定义线性求解的梯度，而不是通过求解操作进行微分。有时这可以更快或更数值稳定，或者甚至可能未实现通过求解操作进行微分（例如，如果 solve 使用 lax.while_loop）。

必需的不变性

x = solve(matvec, b)  # solve the linear equation
assert matvec(x) == b  # not checked
参数:

  • matvec (Callable) – 要反转的线性函数。必须是可微分的。

  • b (Any) – 方程的常数右侧句柄。可以是数组的任何嵌套结构。

  • solve (Callable[[Callable, Any], Any]) – 更高级别的函数，用于求解线性方程的解，即对于与 b 形式相同的所有 x，solve(matvec, x) == x。此函数不需要是可微分的。

  • transpose_solve (Callable[[Callable, Any], Any] | None) – 用于求解转置线性方程的更高级别函数，即 transpose_solve(vecmat, x) == x，其中 vecmat 是线性映射 matvec 的转置（使用自动微分自动计算）。反向模式自动微分是必需的，除非 symmetric=True，在这种情况下，solve 提供默认值。

  • symmetric – 布尔值，指示是否可以安全地假设线性映射对应于对称矩阵，即 matvec == vecmat。

  • has_aux – 布尔值，指示 solve 和 transpose_solve 函数是否将辅助数据（如求解器诊断信息）作为第二个参数返回。

返回:

solve(matvec, b) 的结果，梯度定义假设

解 x 满足线性方程 matvec(x) == b。