使用 numpy 和 jax 进行非传递子类化

Posted 2023-02-16

【中文标题】使用 numpy 和 jax 进行非传递子类化

【英文标题】：Nontransitive subclassing with numpy and jax

【发布时间】：2021-02-15 15:37:45

【问题描述】：

我的问题很简单：

>>> isinstance(x, jax.numpy.ndarray)
True
>>> issubclass(jax.numpy.ndarray, numpy.ndarray)
True
>>> isinstance(x, numpy.ndarray)
False

?

现在我会闲逛，以便 SE 接受我合理的问题。

【参考方案1】：

出现这种情况的原因是jax.numpy.ndarray 使用元类覆盖了实例检查：

class _ArrayMeta(type(np.ndarray)):  # type: ignore
  """Metaclass for overriding ndarray isinstance checks."""

  def __instancecheck__(self, instance):
    try:
      return isinstance(instance.aval, _arraylike_types)
    except AttributeError:
      return isinstance(instance, _arraylike_types)

class ndarray(np.ndarray, metaclass=_ArrayMeta):
  dtype: np.dtype
  shape: Tuple[int, ...]
  size: int

  def __init__(shape, dtype=None, buffer=None, offset=0, strides=None,
               order=None):
    raise TypeError("jax.numpy.ndarray() should not be instantiated explicitly."
                    " Use jax.numpy.array, or jax.numpy.zeros instead.")

(view source)

您的代码返回它所做的事情的原因是因为您有一个x 值，它不是numpy.ndarray 的一个实例，但是这个__instancecheck__ 方法返回true。

为什么在 JAX 中有这种诡计？好吧，出于 JIT 编译、自动微分和其他转换的目的，JAX 使用称为 tracers 的替代对象，这些对象看起来和行为都像一个数组，尽管实际上并不是一个数组。这种对实例检查的覆盖是 JAX 用来进行此类跟踪的技巧之一。

【讨论】：

很好的答案。谢谢！