Гайд · TNWS AI
Как найти NaN в JAX-нейросети через debug_nans
Локальная диагностика NaN в eager и jit: контекст jax.debug_nans, FloatingPointError, безопасная функция и запрет маскировки проблемы nan_to_num.
Задача и применимость
Актуальный запрос: «как найти NaN JAX jax_debug_nans». Остановить вычисление в момент появления NaN вместо передачи испорченного значения через следующие слои. Контекст jax.debug_nans(True) добавляет проверки floating-point операций; для jitted функции JAX пытается повторить её без jit, чтобы точнее локализовать источник. Флаг создаёт накладные расходы и применяется для диагностики, а не постоянно в производительном пути.
Материал применим к JAX 0.11.2 и jaxlib 0.11.2. JAX предоставляет массивы, автоматическое дифференцирование и программные преобразования; он не является готовой библиотекой слоёв, датасетов или полного тренировочного цикла. Пример намеренно мал и выполняется локально на доступном backend без загрузки весов и внешних данных. Численный критерий доказывает поведение конкретного кода, но не качество рабочей нейросети.
Пошаговое решение
- Создайте функцию с
sqrtотрицательного значения. - Вызовите её внутри контекста debug_nans и поймайте FloatingPointError.
- Повторите для jitted функции.
- Проверьте безопасный положительный input без исключения.
Готовый проверяемый шаблон
import jax
import jax.numpy as jnp
def risky(x): return jnp.sqrt(x)
for fn in (risky, jax.jit(risky)):
try:
with jax.debug_nans(True):
fn(jnp.array(-1.,dtype=jnp.float32))
raise AssertionError("NaN must be detected")
except FloatingPointError:
pass
with jax.debug_nans(True):
good=risky(jnp.array(4.,dtype=jnp.float32))
assert good==2 and jnp.isfinite(good)
print(float(good))
Вход и ожидаемый результат
Отрицательный вход вызывает FloatingPointError и в обычной, и в jitted функции. Положительный input 4 возвращает 2 без ошибки. Тест подтверждает инструмент, но не исправляет математическую причину NaN.
Как проверить результат
Сведите проблему к минимальному batch, включите debug_nans локально и сохраните вход без чувствительных данных. После исправления добавьте предметный валидатор диапазона и regression test. Оцените накладные расходы перед любым длительным включением.
Перенос на настоящую нейросеть
Для рабочей модели сначала зафиксируйте контракт параметров и batch: pytree structure, формы, dtype, порядок признаков и семантику выходов. Генерацию случайностей оформите как явный поток keys. Разделите чистые функции forward, loss и update, чтобы их можно было независимо тестировать, дифференцировать и компилировать. Данные train, validation и test не должны смешиваться. Любое изменение формы, precision, backend или версии JAX проверяйте на сохранённом обезличенном regression-наборе до развёртывания.
Критерии приёмки
- Все формы и dtype совпадают с контрактом.
- Каждый PRNG subkey используется в одной логической случайной операции.
- Loss и gradients конечны на положительном тесте.
- Негативный вход вызывает ожидаемую ошибку, а не случайный output.
- Обычный и преобразованный через jit/vmap путь численно согласованы, когда это применимо.
- Устройство, версии JAX/jaxlib и численный допуск записаны в отчёте.
Регрессионный протокол
Храните несколько малых входов: стандартный batch, один объект, нули, граничные значения и заведомо невалидную форму. Сравнивайте outputs и loss с эталоном через allclose с явно выбранным допуском. После смены backend проверяйте допустимую численную погрешность, а не требуйте безусловной битовой идентичности. Производительность измеряйте после компиляционного прогрева и завершения асинхронной работы. Не выбирайте лучший единичный замер: сообщайте распределение задержки и условия машины.
Диагностика расхождений
Если результат изменился, локализуйте слой: данные и preprocessing, key-поток, shapes/dtype, forward, loss, gradients, update, затем jit и backend. Сначала выполните функцию без jit на минимальном входе, затем верните transformations по одной. Сравните tree structure и каждый leaf. Не увеличивайте допуск и не применяйте nan_to_num, пока не выяснено, не скрывает ли это неверную форму, переполнение или повтор ключа.
Контроль после внедрения
В эксплуатации ограничьте допустимые batch shapes и объём входа, чтобы запрос не исчерпал память и не создал бесконечный поток перекомпиляций. Собирайте агрегированные метрики latency, compile count, долю невалидных входов и численные ошибки без записи исходных чувствительных данных. Сохраняйте предыдущий проверенный артефакт и код параметров для отката. Автоматическая замена весов требует той же независимой проверки, что и обычный выпуск.
Границы применимости
Пример на CPU не доказывает свойства GPU или TPU, а маленький массив не предсказывает производительность большой модели. JIT может ускорить повторяющиеся вычисления, но стоимость компиляции, передача данных и новые формы способны ухудшить end-to-end время. Autodiff возвращает производную написанной функции, а не подтверждает правильность математической постановки. Для критичных решений нужны предметные метрики, мониторинг и человеческий контроль.
Типичные ошибки и чего не делать
- Не заменяйте NaN нулём через nan_to_num без анализа причины.
- Не оставляйте тяжёлый debug-флаг включённым бессрочно.
- Не логируйте полный пользовательский batch ради диагностики.
Не публикуйте только удачный вывод без негативного теста и версий среды. Не используйте тестовую выборку для настройки модели. Не загружайте непроверенные параметры и не передавайте в диагностику персональные данные. Для важных решений предусмотрите безопасный отказ.
FAQ
Какое исключение ожидается?
FloatingPointError при обнаружении NaN.
Работает ли с jit?
Да для jax.jit; документация описывает попытку повторного выполнения без jit.
Исправляет ли флаг NaN?
Нет, он помогает обнаружить источник.
Официальные источники
Частые вопросы
Какое исключение ожидается?
`FloatingPointError` при обнаружении NaN.
Работает ли с jit?
Да для `jax.jit`; документация описывает попытку повторного выполнения без jit.
Исправляет ли флаг NaN?
Нет, он помогает обнаружить источник.
Читайте также
Как инициализировать двухслойную нейросеть в JAX
Двухслойный MLP без фреймворка: random.split, масштаб весов, ReLU, PyTree параметров, одиночный и пакетный входы.
Как обновить веса нейросети через value_and_grad в JAX
Один проверяемый шаг gradient descent для PyTree параметров: MSE, value_and_grad, tree.map, формы градиентов и снижение loss.
Как обновлять PyTree параметров через jax.tree.map
Проверяемые PyTrees: flatten, treedef, tree.map по двум структурам, unflatten и контроль несовместимого дерева.
Комментарии
Пока тихо. Скажите первое слово