Гайд · TNWS AI
Как посчитать binary cross-entropy по logits в Optax
Optax 0.2.6: sigmoid_binary_cross_entropy принимает logits и метки 0/1; проверяем базовый уровень ln(2).
Задача и применимость
Актуальный запрос: «как посчитать binary cross entropy Optax logits». Посчитать element-wise binary cross-entropy без отдельного sigmoid. Для logit 0 вероятность положительного класса равна 0,5, поэтому loss равен ln(2)≈0,6931472 и для label 0, и для label 1. Функция подходит и для multilabel, где каждый класс является независимым бинарным прогнозом; это не то же самое, что mutually exclusive softmax classification. Порог классификации не является частью loss: подбирайте его после обучения на validation и храните отдельно от весов. Для редких классов показывайте precision-recall, потому что accuracy может оставаться высокой у бесполезной модели.
Материал проверен на Optax 0.2.6, 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 loss-функции с похожими названиями: они различаются ожидаемыми labels, формой результата и численной нормировкой. Сначала закрепите logits/targets/reduction контракт тестом и следуйте документации установленной версии.
Пошаговое решение
- Подготовьте logits и labels совместимой формы.
- Оставьте labels в диапазоне 0–1.
- Передайте сырые logits в sigmoid_binary_cross_entropy.
- Агрегируйте элементы по согласованной схеме mean или weighted mean.
Готовый проверяемый шаблон
import jax.numpy as jnp
import optax
logits = jnp.array([0., 0.])
labels = jnp.array([0., 1.])
losses = optax.sigmoid_binary_cross_entropy(logits, labels)
expected = jnp.log(2.)
assert losses.shape == labels.shape
assert jnp.allclose(losses, expected)
print(losses, float(losses.mean()))
Вход и ожидаемый результат
Для двух нулевых logits получены две потери 0,6931472 независимо от противоположных labels. Это контрольная точка неопределённого прогноза 0,5.
Как проверить результат
Проверьте baseline ln(2), конечность при больших по модулю logits и соответствие формы. Для multilabel отдельно вычисляйте метрики по классам и не превращайте независимые метки в один argmax.
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 применять sigmoid перед функцией второй раз.
- Не использовать BCE для взаимоисключающих классов без осознанной постановки.
- Не принимать mean по padding без mask.
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
Функция принимает probability?
Нет, она ожидает logits.
Подходит ли для multilabel?
Да, классы трактуются независимо.
Почему при logit=0 loss ln(2)?
Sigmoid(0)=0,5.
Официальные источники
Частые вопросы
Функция принимает probability?
Нет, она ожидает logits.
Подходит ли для multilabel?
Да, классы трактуются независимо.
Почему при logit=0 loss ln(2)?
Sigmoid(0)=0,5.
Читайте также
Как использовать Huber loss в Optax для регрессии с выбросами
Optax 0.2.6: Huber loss квадратичен около нуля и линеен после delta; проверяем ошибки 0,5 и 2.
Как использовать sigmoid focal loss в Optax
Optax 0.2.6: focal loss для logits 0 и labels 0/1 при gamma=2; проверка симметричного базового значения.
Как посчитать hinge loss в Optax с метками −1 и +1
Optax 0.2.6: hinge loss требует targets строго −1/+1; проверяем уверенные predictions и нарушения margin.
Комментарии
Пока тихо. Скажите первое слово