Поиск.
Найдено: 0 моделей и 20 материалов
Материалы
Как накопить средний loss через Flax NNX metrics.Average
Flax 0.12.10: Average учитывает каждый элемент двух batch, compute возвращает общий mean, reset очищает состояние.
Как нормализовать каналы через Flax NNX GroupNorm
Flax 0.12.10: GroupNorm для NHWC, четыре канала и две группы, проверка статистик без зависимости от batch.
Как нормализовать каждый канал через Flax NNX InstanceNorm
Flax 0.12.10: InstanceNorm для NHWC нормирует пространственные значения каждого канала и каждого изображения отдельно.
Как нормализовать признаки через Flax NNX LayerNorm
Flax 0.12.10: LayerNorm по последней оси, формы scale и bias, нулевое среднее и единичное стандартное отклонение.
Как обновлять accuracy и loss вместе через Flax NNX MultiMetric
Flax 0.12.10: MultiMetric объединяет Accuracy и Average, один update и словарь результатов с ручной проверкой.
Как обновлять batch statistics во Flax NNX BatchNorm
Flax 0.12.10: BatchNorm в train обновляет mean/var, eval использует running averages; проверка нормализации и режима.
Как обновлять только kernel через Flax NNX PathContains
Flax 0.12.10: Optimizer с wrt=PathContains('kernel'), один SGD-шаг, kernel меняется, bias остаётся неизменным.
Как обработать последовательность через Flax NNX RNN и GRUCell
Flax 0.12.10: nnx.RNN применяет GRUCell ко всей последовательности и возвращает hidden для каждого временного шага.
Как отделить Param и BatchStat через Flax NNX state
Фильтры состояния Flax 0.12.10: nnx.state(model, nnx.Param, nnx.BatchStat), формы листьев и запрет смешивания.
Как переключить Dropout между train и eval во Flax NNX
Flax 0.12.10: стохастический Dropout в train, Rngs, масштабирование 1/(1-rate), детерминированный eval и проверки output.
Как посчитать accuracy logits через Flax NNX metrics.Accuracy
Flax 0.12.10: накопление accuracy по logits и integer labels, compute, reset и ручная проверка 2 из 3.
Как посчитать разброс loss через Flax NNX metrics.Welford
Flax 0.12.10: потоковое среднее, standard deviation и standard error для loss без хранения всех наблюдений.
Как превратить ID токенов в векторы через Flax NNX Embed
Flax 0.12.10: матрица embeddings, integer IDs, формы batch и защита от индексов вне словаря.
Как проверить форму CNN через Flax NNX Conv
Flax 0.12.10: nnx.Conv с channels-last NHWC, SAME padding, kernel `(3,3,1,4)` и output `(2,8,8,4)`.
Как проверить self-attention через Flax NNX MultiHeadAttention
Flax 0.12.10: self-attention с двумя головами, вход `[batch,length,features]`, output той же формы и проверка конечности.
Как разделить и собрать модель через Flax NNX split и merge
Flax 0.12.10: GraphDef отделяет статическую структуру, State содержит массивы, merge восстанавливает эквивалентный forward.
Как сделать один шаг обучения через Flax NNX Optimizer
Flax 0.12.10 и Optax 0.2.6: nnx.grad, SGD, Optimizer(wrt=nnx.Param), счётчик шага и проверка снижения MSE.
Как скомпилировать train step через Flax NNX jit
Flax 0.12.10: nnx.jit для stateful model и Optimizer, value_and_grad, обновление параметров и проверка снижения loss.
Как собрать двунаправленную GRU через Flax NNX Bidirectional
Flax 0.12.10: две независимые GRU, прямой и обратный проход, конкатенация outputs до восьми признаков.
Как собрать MLP через Flax NNX Sequential
Двухслойный MLP на Flax 0.12.10: Linear, ReLU, Sequential, формы batch и точная проверка ручного forward.