Гайд · TNWS AI
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.
Задача и применимость
Актуальный запрос: «как использовать Average metric Flax NNX». Посчитать средний loss по отдельным значениям, поступающим несколькими обновлениями. nnx.metrics.Average накапливает сумму и число элементов, поэтому два значения [1,2] и одно [3] дают общий mean 2, а не среднее двух batch-means с одинаковым весом. Неравные размеры обновлений выбраны намеренно: они проверяют корректное взвешивание каждого наблюдения, а не batch means.
Материал проверен на Flax 0.12.10, 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 примеры NNX с похожими по названию конструкциями Linen: у них различаются жизненный цикл Module, представление состояния, инициализация и способы применения transformations. При переносе кода сначала выберите один API и следуйте документации именно его версии.
Пошаговое решение
- Создайте пустую Average.
- Обновите её двумя значениями loss.
- Добавьте batch из одного значения.
- Проверьте общий mean и поведение после reset.
Готовый проверяемый шаблон
import jax.numpy as jnp
from flax import nnx
metric = nnx.metrics.Average()
metric.update(values=jnp.array([1., 2.]))
metric.update(values=jnp.array([3.]))
value = metric.compute()
assert jnp.allclose(value, 2.)
metric.reset()
assert jnp.isnan(metric.compute())
print(float(value))
Вход и ожидаемый результат
Три наблюдения 1, 2 и 3 дали общий mean 2 независимо от того, что они поступили batch размерами два и один. После reset результат пустой метрики стал NaN.
Как проверить результат
Передавайте per-example loss либо осознанно взвешенные значения. Если loss уже усреднён внутри batch, неравные batch sizes потребуют отдельного веса. Не смешивайте train и validation updates в одном экземпляре.
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 усреднять batch means как равновесные при разных batch sizes.
- Не забывать reset между эпохами/разделами данных.
- Не скрывать NaN заменой нулём до первого update.
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 накапливает Average?
Сумму и количество переданных значений.
Можно обновлять несколько раз?
Да, compute агрегирует все обновления после reset.
Что возвращает пустая метрика?
NaN.
Официальные источники
Частые вопросы
Что накапливает Average?
Сумму и количество переданных значений.
Можно обновлять несколько раз?
Да, compute агрегирует все обновления после reset.
Что возвращает пустая метрика?
NaN.
Читайте также
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.
Комментарии
Пока тихо. Скажите первое слово