Гайд · TNWS AI
Как переиспользовать линеаризацию через jax.linearize
Одна linearization point и несколько tangent-векторов в JAX 0.11.2: сравнение linearize с отдельными jvp.
Задача и применимость
Актуальный запрос: «как использовать jax linearize для нескольких jvp». Получить primal output и линейную функцию, которая применяет Jacobian в одной фиксированной точке к разным направлениям. jax.linearize похож на каррированный jvp: частично вычисляет линеаризацию один раз, после чего возвращённую функцию можно вызывать с несколькими tangents совместимой структуры.
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
- Задайте vector-valued функцию и точку x.
- Получите output и linear_fn через jax.linearize.
- Передайте два базисных направления отдельно.
- Сравните каждый результат с независимым jax.jvp в той же точке.
Готовый проверяемый шаблон
import jax
import jax.numpy as jnp
def model(x):
return jnp.array([x[0] ** 2 + x[1], x[0] * x[1]])
x = jnp.array([2., 3.])
value, linear_fn = jax.linearize(model, x)
directions = [jnp.array([1., 0.]), jnp.array([0., 1.])]
products = [linear_fn(v) for v in directions]
for v, product in zip(directions, products):
_, expected = jax.jvp(model, (x,), (v,))
assert jnp.allclose(product, expected)
assert jnp.allclose(products[0], jnp.array([4., 3.]))
assert jnp.allclose(products[1], jnp.array([1., 2.]))
print(value, products)
Вход и ожидаемый результат
В точке [2,3] output равен [7,6]. Линеаризованная функция применила Jacobian к двум базисным векторам и вернула его столбцы [4,3] и [1,2]; оба совпали с отдельными вызовами jvp.
Как проверить результат
Не меняйте primal point между вызовами linear_fn: функция относится к одной точке. Проверяйте структуру tangent и сравнивайте несколько направлений с jvp. Для большого числа направлений оцените память partial evaluation и рассмотрите vmap над jvp.
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 используйте linear_fn для другой точки x.
- Не передавайте tangent несовместимой формы или pytree structure.
- Не предполагайте экономию времени и памяти без benchmark на реальной модели.
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
Что возвращает linearize?
Primal output и функцию применения линейной части к tangent.
Можно вызвать linear_fn несколько раз?
Да, для разных tangents в той же primal point.
Чем отличается от vjp?
linearize строит forward-mode pushforward, а vjp — reverse-mode pullback.
Официальные источники
Частые вопросы
Что возвращает linearize?
Primal output и функцию применения линейной части к tangent.
Можно вызвать linear_fn несколько раз?
Да, для разных tangents в той же primal point.
Чем отличается от vjp?
linearize строит forward-mode pushforward, а vjp — reverse-mode pullback.
Читайте также
Как инициализировать двухслойную нейросеть в JAX
Двухслойный MLP без фреймворка: random.split, масштаб весов, ReLU, PyTree параметров, одиночный и пакетный входы.
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.
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.
Комментарии
Пока тихо. Скажите первое слово