术语表

术语表#

Array#: JAX 中与 numpy.ndarray 对应的概念。请参阅 jax.Array。
CPU#: 中央处理器 (Central Processing Unit) 的缩写。CPU 是大多数计算机中标准的计算架构。JAX 可以在 CPU 上运行计算，但通常在 GPU 和 TPU 上获得更好的性能。
Device#: JAX 用于执行计算的 CPU、GPU 或 TPU 的通用名称。
forward-mode autodiff#: 请参阅 JVP
functional programming#: 一种编程范式，其中程序通过应用和组合纯函数来定义。JAX 设计用于与函数式程序配合使用。
GPU#: 图形处理单元 (Graphical Processing Unit) 的缩写。GPU 最初专门用于屏幕图像渲染相关的操作，但现在已变得更加通用。JAX 能够针对 GPU 进行快速数组操作（另请参阅 CPU 和 TPU）。
jaxpr#: JAX expression 的缩写，jaxpr 是 JAX 生成的计算的中间表示，它被转发给 XLA 进行编译和执行。有关更多讨论和示例，请参阅 JAX 内部：jaxpr 语言。
JIT#: 即时 (Just In Time) 编译的缩写。JAX 中的 JIT 通常指的是将数组操作编译到 XLA，这通常通过 jax.jit() 来实现。
JVP#: Jacobian Vector Product 的缩写，有时也称为前向模式自动微分。更多详细信息，请参阅 Jacobian-Vector products (JVPs, aka forward-mode autodiff)。在 JAX 中，JVP 是一个通过 jax.jvp() 实现的转换。另请参阅 VJP。
primitive#: primitive 是 JAX 程序中使用的基本计算单元。 jax.lax 中的大多数函数代表单个 primitive。在 jaxpr 中表示计算时，jaxpr 中的每个操作都是一个 primitive。
pure function#: 纯函数是其输出仅取决于其输入且没有任何副作用的函数。JAX 的转换模型旨在与纯函数配合使用。另请参阅函数式编程。
pytree#: pytree 是一种抽象，它允许 JAX 以统一的方式处理元组、列表、字典和其他更通用的数组值容器。有关更详细的讨论，请参阅使用 pytrees。
reverse-mode autodiff#: 请参阅 VJP。
SPMD#: 单程序多数据 (Single Program Multi Data) 的缩写，它指的是一种并行计算技术，在该技术中，相同的计算（例如，神经网络的前向传播）在不同的数据（例如，批次中的不同输入）上并行运行在不同的设备（例如，多个 TPU）上。 jax.pmap() 是实现 SPMD 并行化的 JAX 转换。
static#: 在 JIT 编译中，一个未被追踪的值（请参阅 Tracer）。也可能指在编译时对静态值进行的计算。
TPU#: 张量处理单元 (Tensor Processing Unit) 的缩写。TPU 是专门为深度学习应用中 N 维张量的快速操作而设计的芯片。JAX 能够针对 TPU 进行快速数组操作（另请参阅 CPU 和 GPU）。
Tracer#: 一个对象，用作 JAX Array 的占位符，以便确定 Python 函数执行的操作序列。在内部，JAX 通过 `jax.core.Tracer` 类实现此功能。
transformation#: 高阶函数，即接受函数作为输入并输出转换后函数的函数。JAX 中的示例包括 jax.jit()、jax.vmap() 和 jax.grad()。
VJP#: Vector Jacobian Product 的缩写，有时也称为反向模式自动微分。更多详细信息，请参阅 Vector-Jacobian products (VJPs, aka reverse-mode autodiff)。在 JAX 中，VJP 是一个通过 jax.vjp() 实现的转换。另请参阅 JVP。
XLA#: 加速线性代数 (Accelerated Linear Algebra) 的缩写。XLA 是一个用于线性代数运算的领域特定编译器，是 JIT 编译的 JAX 代码的主要后端。请参阅 https://www.openxla.org/xla/。
weak type#: 一种 JAX 数据类型，其类型提升语义与 Python 标量相同；请参阅 JAX 中的弱类型值。