Гайд · TNWS AI
Как использовать sigmoid focal loss в Optax
Optax 0.2.6: focal loss для logits 0 и labels 0/1 при gamma=2; проверка симметричного базового значения.
Задача и применимость
Актуальный запрос: «как использовать sigmoid focal loss Optax дисбаланс классов». Проверить focal loss на нейтральных logits. При logit 0, labels 0 и 1, gamma=2 и alpha=None обе потери равны приблизительно 0,1732868: обычная BCE ln(2) умножается на focal factor 0,25. Это element-wise функция по независимым бинарным классам. Gamma и alpha требуют validation. Для multilabel данных считайте частоту positives отдельно по каждому классу и проверяйте, не подавляет ли alpha полезные отрицательные примеры. Сравнение с BCE должно использовать те же logits, weights и reduction.
Материал проверен на Optax 0.2.6, JAX/jaxlib 0.11.2 и Python 3.12 на CPU. Используется актуальный API from flax import nnx, а не устаревший экспериментальный import и не Linen. Пример не загружает веса или внешние данные и решает одну изолированную задачу. Численный тест подтверждает контракт кода в указанной версии, но не качество нейросети на рабочем датасете.
Перед запуском установите совместимые версии пакетов в отдельное окружение и выведите flax.__version__, jax.__version__ и jaxlib.__version__. Не смешивайте loss-функции с похожими названиями: они различаются ожидаемыми labels, формой результата и численной нормировкой. Сначала закрепите logits/targets/reduction контракт тестом и следуйте документации установленной версии.
Пошаговое решение
- Подготовьте logits и binary/soft labels одинаковой формы.
- Начните с gamma=2 и alpha=None для прозрачного baseline.
- Вычислите element-wise focal loss.
- Сравните вклад лёгких и сложных примеров, затем выберите reduction.
Готовый проверяемый шаблон
import jax.numpy as jnp
import optax
logits = jnp.array([0., 0.])
labels = jnp.array([0., 1.])
losses = optax.sigmoid_focal_loss(logits, labels, alpha=None, gamma=2.0)
expected = jnp.log(2.) * 0.25
assert jnp.allclose(losses, expected)
assert jnp.allclose(losses[0], losses[1])
print(losses)
Вход и ожидаемый результат
Обе нейтральные бинарные задачи дали 0,1732868. Симметрия подтверждает одинаковую обработку положительной и отрицательной меток при alpha=None.
Как проверить результат
Сравните с BCE на одинаковых logits, измерьте loss отдельно для редкого и частого класса и проверяйте PR-AUC/recall. Alpha меняет баланс знаков классов, gamma — подавление лёгких примеров; подбирайте их раздельно.
Перенос в рабочую модель
В рабочем проекте зафиксируйте контракт batch: порядок осей, dtype, диапазон признаков и семантику target. Инициализацию, dropout и генерацию данных разделяйте по именованным RNG streams. Обучаемые nnx.Param, статистическое состояние и optimizer state сохраняйте и проверяйте раздельно. Перед обновлением Flax/JAX прогоняйте небольшой обезличенный regression batch и сравнивайте формы, loss, конечность значений и допустимое численное отклонение.
Критерии приёмки
- Версии Flax, JAX и jaxlib записаны в отчёте.
- Формы входа, параметров и результата совпадают с контрактом.
- Все численные outputs и gradients конечны.
- Train/eval режим задан явно для стохастических и stateful слоёв.
- Результат проверен независимой формулой, состоянием или контрольным вызовом.
- Негативный случай неверной формы или режима включён в тесты проекта.
Регрессионный протокол
Сохраните минимальные входы: один объект, небольшой batch, нулевые значения, несимметричные размеры осей и заведомо несовместимую форму. Сравнивайте массивы через allclose с документированным допуском. Воспроизводимость требует одинаковых seeds и одинакового порядка запросов RNG. Производительность оценивайте после JIT-прогрева и block_until_ready, отдельно от compile time. Один удачный запуск не заменяет validation на независимых данных.
Диагностика расхождений
При расхождении сначала проверьте layout и preprocessing, затем RNG streams, train/eval mode, типы переменных State, forward, loss и optimizer update. Упростите модель до одного слоя, отключите JIT и стохастику, сравните промежуточные shapes. Возвращайте компоненты по одной. Не увеличивайте допуск и не заменяйте NaN нулями до установления причины.
Контроль после внедрения
В эксплуатации ограничьте допустимые shapes и размер batch, чтобы запрос не исчерпал память и не вызвал поток перекомпиляций. Не логируйте исходные пользовательские тензоры, ключи и содержимое обучающих примеров. Храните предыдущий проверенный checkpoint и схему State для отката. После восстановления проверяйте контрольный forward до включения модели в трафик.
Границы применимости
CPU-проверка не доказывает скорость или точную численную идентичность GPU/TPU. Случайная инициализация не является обучением, снижение train loss не гарантирует обобщение, а правильная форма не подтверждает корректность данных. Для важных решений нужны validation/test, мониторинг дрейфа, ограничения входов и человеческий контроль.
Типичные ошибки и чего не делать
- Не передавать probabilities вместо logits.
- Не считать focal loss заменой корректного sampling и метрик.
- Не переносить alpha/gamma между датасетами без проверки.
Не публикуйте только удачный вывод без версии среды, форм и негативного теста. Не настраивайте модель по test set и не загружайте непроверенное состояние поверх production-модели.
FAQ
Что делает gamma?
Снижает вклад уверенно правильных примеров.
Что делает alpha?
Балансирует положительные и отрицательные метки.
Функция возвращает mean?
Нет, element-wise loss.
Официальные источники
Частые вопросы
Что делает gamma?
Снижает вклад уверенно правильных примеров.
Что делает alpha?
Балансирует положительные и отрицательные метки.
Функция возвращает mean?
Нет, element-wise loss.
Читайте также
Как использовать Huber loss в Optax для регрессии с выбросами
Optax 0.2.6: Huber loss квадратичен около нуля и линеен после delta; проверяем ошибки 0,5 и 2.
Как посчитать binary cross-entropy по logits в Optax
Optax 0.2.6: sigmoid_binary_cross_entropy принимает logits и метки 0/1; проверяем базовый уровень ln(2).
Как посчитать hinge loss в Optax с метками −1 и +1
Optax 0.2.6: hinge loss требует targets строго −1/+1; проверяем уверенные predictions и нарушения margin.
Комментарии
Пока тихо. Скажите первое слово