在数值计算和机器学习 (machine learning)中，您经常需要同时对多个数据点应用同一个函数，这个过程通常被称为批处理。尽管您可以编写显式循环或依赖于为批处理操作设计的函数，但这些方法有时会很冗长，或者需要手动仔细管理数组维度。

JAX 提供了一个转换，jax.vmap，专门用于自动向量 (vector)化。它允许您将一个为处理单个数据点而编写的函数，有效地应用到整个批次（或多个批次）的数据上，通常无需重写原函数的逻辑。vmap 相当于自动为您的计算添加了一个“批次维度”。

在这一章，您将学习：

• 向量化 (quantization)的含义以及它提升性能的原因。
• 如何使用 jax.vmap 对处理单个或多个参数 (parameter)的函数进行向量化。
• 如何使用 in_axes 和 out_axes 参数控制哪些轴被映射。
• 如何通过嵌套调用 vmap 来应对更复杂的情形。
• vmap 如何与 jit 和 grad 等 JAX 的其他转换配合。
• 使用 vmap 的一些重要事项。

学完本章后，您将能够使用 vmap 来让 JAX 中的批处理代码更简洁，并通常运行得更快。