jax.numpy.ndarray.at

abstract property ndarray.at

用于索引更新功能的辅助属性。

at 属性提供了原地数组修改的函数式纯粹等效项。

具体来说

替代语法	等效原地表达式
x = x.at[idx].set(y)	x[idx] = y
x = x.at[idx].add(y)	x[idx] += y
x = x.at[idx].subtract(y)	x[idx] -= y
x = x.at[idx].multiply(y)	x[idx] *= y
x = x.at[idx].divide(y)	x[idx] /= y
x = x.at[idx].power(y)	x[idx] **= y
x = x.at[idx].min(y)	x[idx] = minimum(x[idx], y)
x = x.at[idx].max(y)	x[idx] = maximum(x[idx], y)
x = x.at[idx].apply(ufunc)	ufunc.at(x, idx)
x = x.at[idx].get()	x = x[idx]

所有 x.at 表达式都不会修改原始的 x；它们会返回 x 的一个修改副本。然而，在 jit() 编译的函数内部，x = x.at[idx].set(y) 这样的表达式保证会原地应用。

与 NumPy 的原地操作（例如 x[idx] += y）不同，如果多个索引指向同一个位置，所有更新都将被应用（NumPy 只会应用最后一次更新，而不是所有更新）。冲突更新的应用顺序是实现定义的，并且可能是不确定的（例如，由于某些硬件平台上的并发性）。

默认情况下，JAX 假定所有索引都在边界内。可以通过 mode 参数（见下文）指定替代的越界索引语义。

参数:

• mode –

  指定越界索引模式的字符串。选项包括

  • "promise_in_bounds": (默认) 用户承诺索引在边界内。不会执行额外的检查。实际上，这意味着 get() 中的越界索引将被裁剪，而 set()、add() 等中的越界索引将被丢弃。

  • "clip": 将越界索引裁剪到有效范围。

  • "drop": 忽略越界索引。

  • "fill": "drop" 的别名。对于 get()，可选的 fill_value 参数指定将返回的值。

  有关详细信息，请参阅 jax.lax.GatherScatterMode。

• wrap_negative_indices – 如果为 True（默认），则负索引表示从数组末尾开始的位置，类似于 Python 和 NumPy 的索引方式。如果为 False，则负索引被视为越界，并根据 mode 参数的行为处理。

• fill_value – 仅适用于 get() 方法：当 mode 为 'fill' 时，用于越界切片的填充值。否则忽略。对于不精确类型，默认为 NaN；对于有符号类型，默认为最大负值；对于无符号类型，默认为最大正值；对于布尔类型，默认为 True。

• indices_are_sorted – 如果为 True，实现将假定传递给 at[] 的（规范化）索引按升序排序，这可以在某些后端上实现更高效的执行。如果为 True 但索引实际上并未排序，则输出是未定义的。

• unique_indices – 如果为 True，实现将假定传递给 at[] 的（规范化）索引是唯一的，这可以在某些后端上实现更高效的执行。如果为 True 但索引实际上并非唯一，则输出是未定义的。

示例

>>> x = jnp.arange(5.0)
>>> x
Array([0., 1., 2., 3., 4.], dtype=float32)
>>> x.at[2].get()
Array(2., dtype=float32)
>>> x.at[2].add(10)
Array([ 0.,  1., 12.,  3.,  4.], dtype=float32)

默认情况下，更新中会忽略越界索引，但此行为可以通过 mode 参数控制

>>> x.at[10].add(10)  # dropped
Array([0., 1., 2., 3., 4.], dtype=float32)
>>> x.at[20].add(10, mode='clip')  # clipped
Array([ 0.,  1.,  2.,  3., 14.], dtype=float32)

对于 get()，默认情况下越界索引会被裁剪

>>> x.at[20].get()  # out-of-bounds indices clipped
Array(4., dtype=float32)
>>> x.at[20].get(mode='fill')  # out-of-bounds indices filled with NaN
Array(nan, dtype=float32)
>>> x.at[20].get(mode='fill', fill_value=-1)  # custom fill value
Array(-1., dtype=float32)

负索引从数组末尾开始计数，但可以通过设置 wrap_negative_indices = False 来禁用此行为

>>> x.at[-1].set(99)
Array([ 0.,  1.,  2.,  3., 99.], dtype=float32)
>>> x.at[-1].set(99, wrap_negative_indices=False, mode='drop')  # dropped!
Array([0., 1., 2., 3., 4.], dtype=float32)