jax.lax.pmean

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

在 pmapped 的轴 axis_name 上对 x 计算全归约平均值（all-reduce mean）。

如果 x 是一个 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 – 可选的轴索引列表（例如对于大小为 4 的轴，[[0, 1], [2, 3]] 将分别在前两个副本和后两个副本上执行 pmean）。各分组必须恰好覆盖所有轴索引一次，且在 TPU 上所有分组的大小必须相同。

返回:

与 x 形状相同的数组，表示沿轴 axis_name 进行全归约平均后的结果。

例如，如果有 4 个 XLA 设备可用

>>> 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.       ]