Гайд · TNWS AI
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.
Задача и применимость
Актуальный запрос: «как использовать RNN GRUCell Flax NNX». Применить одну GRUCell ко всем пяти временным шагам batch. nnx.RNN использует NNX scan и по умолчанию возвращает последовательность outputs; для входа (batch,time,in_features) результат имеет (batch,time,hidden_features) при time_major=False. Последняя ось меняется с трёх входных признаков на четыре скрытых. Отличие первого и последнего output подтверждает перенос состояния между шагами.
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 GRUCell 3→4.
- Оберните её в nnx.RNN.
- Передайте batch из двух последовательностей длиной пять.
- Проверьте output
(2,5,4), конечность и изменение результатов по времени.
Готовый проверяемый шаблон
import jax.numpy as jnp
from flax import nnx
cell = nnx.GRUCell(3, 4, rngs=nnx.Rngs(0))
rnn = nnx.RNN(cell)
x = jnp.ones((2, 5, 3), dtype=jnp.float32)
y = rnn(x)
assert y.shape == (2, 5, 4)
assert jnp.isfinite(y).all()
assert not jnp.allclose(y[:, 0], y[:, -1])
print(x.shape, y.shape)
Вход и ожидаемый результат
Два ряда по пять шагов и три признака дали outputs (2,5,4). Первый и последний hidden различались, потому что состояние последовательно переносилось между шагами.
Как проверить результат
Зафиксируйте, где time-axis, и тестируйте padding/lengths отдельно. Для переменной длины нельзя считать последний физический элемент последним валидным без маски. Сравните маленькую последовательность с ручным циклом по GRUCell.
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 менять местами batch и time без time_major.
- Не сбрасывать carry на каждом временном шаге.
- Не брать hidden padding-позиции как представление объекта.
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 RNN?
Последовательно применяет RNNCellBase через nnx.scan.
Какая форма output?
Batch, time и hidden_features при настройках примера.
Какая ячейка использована?
GRUCell с одним hidden carry.
Официальные источники
Частые вопросы
Что делает RNN?
Последовательно применяет RNNCellBase через nnx.scan.
Какая форма output?
Batch, time и hidden_features при настройках примера.
Какая ячейка использована?
GRUCell с одним hidden carry.
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 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.
Комментарии
Пока тихо. Скажите первое слово