jax.lax.pmean

jax.lax.pmean(x, axis_name, *, axis_index_groups=None)

在 pmapped 轴 axis_name 上计算 x 的 all-reduce 均值。

如果 x 是 pytree，则结果等同于将此函数映射到树中的每个叶子。

参数:

• x – 具有名为 axis_name 的映射轴的数组。

• axis_name – 用于命名 pmapped 轴的可哈希 Python 对象（有关更多详细信息，请参阅 jax.pmap() 文档）。

• axis_index_groups – 可选的列表列表，其中包含轴索引（例如，对于大小为 4 的轴，[[0, 1], [2, 3]] 将在前两个和后两个副本上执行 pmeans）。组必须精确覆盖所有轴索引一次，并且在 TPU 上，所有组的大小必须相同。

返回:

与 x 形状相同的数组，表示沿轴 axis_name 的 all-reduce 均值的结果。

例如，在有 4 个 XLA 设备可用的情况下

>>> x = np.arange(4)
>>> y = jax.pmap(lambda x: jax.lax.pmean(x, 'i'), axis_name='i')(x)
>>> print(y)
[1.5 1.5 1.5 1.5]
>>> y = jax.pmap(lambda x: x / jax.lax.pmean(x, 'i'), axis_name='i')(x)
>>> print(y)
[0.        0.6666667 1.3333334 2.       ]