雅可比向量积 (JVPs) 与 jax.jvp

前向模式自动微分计算函数输出相对于输入变化的速率，并通过计算向前传播。前向模式自动微分中的基本运算是雅可比向量积（JVP）。逆向模式自动微分（jax.grad 使用此模式）对于输入多输出少的函数（如机器学习中常见的损失函数）效率高；而当输入数量相对于输出数量较少，或者您特别需要方向导数时，前向模式表现优异。

理解雅可比向量积 (JVPs)

考虑一个函数 $f: \mathbb{R}^n \to \mathbb{R}^m$，它将一个 $n$ 维输入向量 $x$ 映射到 $m$ 维输出向量 $y$。函数 $f$ 在点 $x$ 处的雅可比矩阵 $J(x)$ 是一个 $m \times n$ 矩阵，包含所有一阶偏导数：

$$J(x) = \frac{\partial f}{\partial x} = \begin{pmatrix} \frac{\partial f_1}{\partial x_1} & \frac{\partial f_1}{\partial x_2} & \cdots & \frac{\partial f_1}{\partial x_n} \\ \frac{\partial f_2}{\partial x_1} & \frac{\partial f_2}{\partial x_2} & \cdots & \frac{\partial f_2}{\partial x_n} \\ \vdots & \vdots & \ddots & \vdots \\ \frac{\partial f_m}{\partial x_1} & \frac{\partial f_m}{\partial x_2} & \cdots & \frac{\partial f_m}{\partial x_n} \end{pmatrix}$$

雅可比矩阵 $J(x)$ 表示函数 $f$ 在点 $x$ 附近的最佳线性近似。

雅可比向量积（JVP）计算此雅可比矩阵 $J(x)$ 与一个“切线”向量 $v \in \mathbb{R}^n$ 的乘积。这个向量 $v$ 表示输入空间中的扰动方向。JVP 由以下公式给出：

$$\text{JVP}(x, v) = J(x) v = \left. \frac{d}{d\alpha} f(x + \alpha v) \right|_{\alpha=0}$$

结果 $J(x)v$ 是一个位于输出空间中的 $m$ 维向量。它表示当输入 $x$ 沿切线向量 $v$ 指定的方向进行无穷小扰动时，函数输出 $f(x)$ 的变化率。重要地，前向模式自动微分使我们能够计算这个乘积 $J(x)v$，而无需显式地形成可能非常大的雅可比矩阵 $J(x)$。计算开销通常只比评估原始函数 $f(x)$ 多一个小的常数因子。

使用 jax.jvp 计算 JVPs

JAX 提供 jax.jvp 变换，用于计算雅可比向量积。其签名为：

jax.jvp(fun, primals, tangents)

• fun：要进行微分的 Python 可调用对象（函数）。
• primals：一个元组或列表，包含用于评估函数及其 JVP 的原始输入。在我们的符号中，这些就是点 $x$。如果 fun 接受多个参数，primals 应该包含所有这些参数的值。
• tangents：一个元组或列表，包含与原始输入对应的切线向量。这些就是向量 $v$。tangents 的结构和类型/形状必须与 primals 匹配。您可以通过为其他参数传递不可微分值（如 None 或零值数组）来仅为原始输入的一个子集提供切线向量。

jax.jvp 返回一对：

• primal_out：调用 fun(*primals) 的结果。这就是 $f(x)$。
• tangent_out：JVP 计算的结果，$J(x)v$。这与 primal_out 具有相同的结构和类型/形状。

让我们看一个简单例子：

import jax
import jax.numpy as jnp

# 定义一个从 R^2 到 R^2 的函数
def f(x):
  return jnp.array([x[0]**2, x[0] * x[1]])

# 定义原始输入点
x_primal = jnp.array([2.0, 3.0])

# 定义切线向量（扰动方向）
v_tangent = jnp.array([1.0, 0.5])

# 计算函数输出和 JVP
y_primal_out, tangent_out = jax.jvp(f, (x_primal,), (v_tangent,))

print(f"Primal input (x): {x_primal}")
print(f"Tangent vector (v): {v_tangent}")
print(f"Primal output f(x): {y_primal_out}")
print(f"Tangent output (J(x)v): {tangent_out}")

# 让我们手动验证此情况下的雅可比矩阵和 JVP：
# f(x) = [x_0^2, x_0 * x_1]
# J(x) = [[df1/dx0, df1/dx1], [df2/dx0, df2/dx1]]
# J(x) = [[2*x0, 0], [x1, x0]]
# At x = [2.0, 3.0], J(x) = [[4.0, 0.0], [3.0, 2.0]]
# J(x)v = [[4.0, 0.0], [3.0, 2.0]] @ [1.0, 0.5]
#       = [4.0*1.0 + 0.0*0.5, 3.0*1.0 + 2.0*0.5]
#       = [4.0, 3.0 + 1.0]
#       = [4.0, 4.0]
# 这与 jax.jvp 的 tangent_out 匹配！

Output:

Primal input (x): [2. 3.]
Tangent vector (v): [1.  0.5]
Primal output f(x): [4. 6.]
Tangent output (J(x)v): [4. 4.]

如预期，jax.jvp 计算了原始函数的输出 f(x) 和方向导数 J(x)v。

JVPs 的应用和优点

尽管 jax.grad（基于逆向模式 VJP）是训练大多数神经网络的主力，但通过 jax.jvp 计算的 JVP 也有其独特之处：

1. 效率： 计算 JVP 通常开销低，通常是原始函数评估开销的 1.5 到 3 倍左右，不论输出维度 $m$ 为何。这使得当输入维度 $n$ 较小或适中时，它非常高效。
2. 方向导数： 它的主要用途是计算函数在特定方向 $v$ 上的导数。这在敏感性分析、需要方向导数的优化算法以及了解扰动如何影响输出方面都很有用。
3. 计算雅可比矩阵的列： 如果您将切线向量 $v$ 设置为独热向量（例如 [1.0, 0.0, ..., 0.0]），所得的 JVP J(x)v 正好是雅可比矩阵 $J(x)$ 的第一列。对所有独热基向量重复此操作可以计算完整的雅可比矩阵，尽管对于密集雅可比矩阵，使用 jax.jacfwd（它本质上是 jax.jvp 上的 vmap）通常是实现此目的更直接的方法。
4. 核心原理： JVP 是自动微分中的一个基本原理，JAX 内部使用它，例如，在计算 Hessian 矩阵时（我们稍后会看到）。

使用 PyTrees 和变换

与其他 JAX 变换类似，jax.jvp 对于原始输入和切线输入都能与 PyTrees（嵌套列表、元组、字典）良好配合。tangents 参数的结构必须与 primals 参数的结构相对应。

import jax
import jax.numpy as jnp

def predict(params, inputs):
  # 一个简单的线性模型
  return jnp.dot(inputs, params['w']) + params['b']

params = {
    'w': jnp.array([[1.0, 2.0], [3.0, 4.0]]), # 形状 (2, 2)
    'b': jnp.array([0.1, -0.1])              # 形状 (2,)
}
inputs = jnp.array([10.0, 20.0])             # 形状 (2,)

# 定义与 params 结构匹配的切线
# 只扰动权重 'w'，保持偏置 'b' 不变（切线为零值）
tangents = {
    'w': jnp.ones_like(params['w']),
    'b': jnp.zeros_like(params['b'])
}

# 计算关于 params 的 JVP。注意 inputs 被视为常数（未提供切线）。
# jax.jvp 要求 primals 和 tangents 为元组
primal_out, tangent_out = jax.jvp(predict, (params, inputs), (tangents, jax.lax.stop_gradient(inputs))) # or (tangents, None)

print(f"Inputs: {inputs}")
print(f"Params: {params}")
print(f"Tangents (perturbation): {tangents}")
print(f"Primal output (prediction): {primal_out}")
print(f"Tangent output (change in prediction due to perturbation): {tangent_out}")

# 手动检查：
# 输出 = inputs @ w + b
# d(输出) / d(w_ij) * tangent_w_ij 对 i,j 求和
# d(输出) / d(w) 的贡献：inputs @ tangent['w']
# d(输出) / d(b) 的贡献：tangent['b']
# 预期 tangent_out = inputs @ tangent['w'] + tangent['b']
#                     = [10., 20.] @ [[1., 1.], [1., 1.]] + [0., 0.]
#                     = [10*1+20*1, 10*1+20*1] + [0., 0.]
#                     = [30., 30.]

Output:

Inputs: [10. 20.]
Params: {'w': Array([[1., 2.],
       [3., 4.]], dtype=float32), 'b': Array([ 0.1, -0.1], dtype=float32)}
Tangents (perturbation): {'w': Array([[1., 1.],
       [1., 1.]], dtype=float32), 'b': Array([0., 0.], dtype=float32)}
Primal output (prediction): [ 70.1 100.9]
Tangent output (change in prediction due to perturbation): [30. 30.]

在这里，我们计算了当参数 params 沿 tangents 指定的方向扰动时，predict 的输出如何变化。注意，我们将 jax.lax.stop_gradient(inputs) 作为 inputs 的切线传入，以表明我们不对其进行微分（传入 None 同样有效）。

jax.jvp 也可以与 jax.jit 等其他变换组合使用以提高性能，或者与 jax.vmap 组合以同时计算带有多个不同切线向量的 JVP。

理解 jax.jvp 有助于了解前向模式自动微分，并为您提供了一个高效计算方向导数的工具，补充了 jax.grad 和 jax.vjp 提供的逆向模式功能。