Гайд · TNWS AI
Как посчитать направленную производную нейросети через jax.jvp
JAX 0.11.2: Jacobian-vector product без построения полной матрицы Якоби, ручной эталон, формы primals и tangents.
Задача и применимость
Актуальный запрос: «как посчитать направленную производную JAX jvp». Вычислить изменение двух выходов модели вдоль заданного направления входа, не материализуя полную матрицу Якоби. jax.jvp(fun, primals, tangents) выполняет forward-mode automatic differentiation и возвращает пару: обычный результат функции и Jacobian-vector product. Структуры primals и tangents должны совпадать; в примере один аргумент поэтому оба передаются одноэлементными кортежами.
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 функцию из двух признаков в два выхода.
- Зафиксируйте точку x и направление v одинаковой формы.
- Вызовите jax.jvp и разделите primal output и tangent output.
- Сравните результат с аналитическим умножением матрицы Якоби на v.
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.])
v = jnp.array([1., -0.5])
value, directional = jax.jvp(model, (x,), (v,))
expected_jacobian = jnp.array([[4., 1.], [3., 2.]])
assert jnp.allclose(value, jnp.array([7., 6.]))
assert jnp.allclose(directional, expected_jacobian @ v)
assert jnp.allclose(directional, jnp.array([3.5, 2.]))
print(value, directional)
Вход и ожидаемый результат
В точке [2, 3] модель выдаёт [7, 6]. Направление [1, -0.5] после умножения на аналитическую матрицу Якоби [[4,1],[3,2]] даёт [3.5, 2]; именно этот массив вернул проверенный вызов jax.jvp.
Как проверить результат
Сначала проверьте primal output, затем tangent output. Для независимого теста используйте центральную конечную разность (f(x+eps*v)-f(x-eps*v))/(2*eps) при разумном eps и float64, но не считайте её точным эталоном для плохо обусловленной модели.
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 передавайте массив вместо кортежа primals для одноаргументной функции.
- Не смешивайте направление в пространстве входов с cotangent выхода.
- Не стройте полную матрицу Якоби, если нужен только один JVP.
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 jvp?
Значение функции и произведение её Якоби на tangent-вектор.
Это forward-mode?
Да, jax.jvp реализует прямой режим дифференцирования.
Нужна полная матрица Якоби?
Нет, произведение вычисляется без её явной материализации.
Официальные источники
Частые вопросы
Что возвращает jvp?
Значение функции и произведение её Якоби на tangent-вектор.
Это forward-mode?
Да, `jax.jvp` реализует прямой режим дифференцирования.
Нужна полная матрица Якоби?
Нет, произведение вычисляется без её явной материализации.
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