Гайд · TNWS AI
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.
Задача и применимость
Актуальный запрос: «как использовать GroupNorm Flax NNX». Нормализовать четыре канала изображения группами по два, не используя статистики соседних объектов batch. GroupNorm делит feature-каналы на равные группы, вычисляет статистики внутри каждого примера и не хранит running averages. При num_groups=2 число каналов должно делиться на два.
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 NHWC batch с несимметричными значениями.
- Инициализируйте GroupNorm для четырёх признаков и двух групп.
- Выполните forward и преобразуйте output в явные группы.
- Проверьте форму, конечность и близкие к нулю средние групп.
Готовый проверяемый шаблон
import jax.numpy as jnp
from flax import nnx
x = jnp.arange(32, dtype=jnp.float32).reshape(2, 2, 2, 4)
layer = nnx.GroupNorm(num_features=4, num_groups=2, rngs=nnx.Rngs(0))
y = layer(x)
grouped = y.reshape(2, 2, 2, 2, 2)
means = jnp.mean(grouped, axis=(1, 2, 4))
assert y.shape == x.shape
assert layer.scale[...].shape == layer.bias[...].shape == (4,)
assert jnp.allclose(means, 0., atol=2e-5)
assert jnp.isfinite(y).all()
print(y.shape, means)
Вход и ожидаемый результат
Вход (2,2,2,4) сохранил форму. После перегруппировки каналов среднее каждой из двух групп для каждого объекта было близко к нулю; scale и bias имели длину четыре.
Как проверить результат
Проверяйте делимость каналов на num_groups и оси, участвующие в статистике. Добавьте тест с batch size 1 и тем же объектом внутри большего batch: его результат должен сохраняться, поскольку GroupNorm не зависит от состава batch.
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 выбирать num_groups, на которое не делится число каналов.
- Не искать running mean/variance: GroupNorm их не хранит.
- Не путать последнюю feature-ось NHWC с пространственной осью.
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
Зависит ли GroupNorm от batch size?
Нет, статистики считаются внутри каждого примера.
Когда GroupNorm равен LayerNorm?
Документация называет LayerNorm частным случаем при num_groups=1.
Есть ли обучаемые параметры?
По умолчанию scale и bias по feature-каналам.
Официальные источники
Частые вопросы
Зависит ли GroupNorm от batch size?
Нет, статистики считаются внутри каждого примера.
Когда GroupNorm равен LayerNorm?
Документация называет LayerNorm частным случаем при num_groups=1.
Есть ли обучаемые параметры?
По умолчанию scale и bias по feature-каналам.
Читайте также
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 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