Гайд · TNWS AI
Как посчитать разброс loss через Flax NNX metrics.Welford
Flax 0.12.10: потоковое среднее, standard deviation и standard error для loss без хранения всех наблюдений.
Задача и применимость
Актуальный запрос: «как использовать Welford metric Flax NNX». Накопить среднее и разброс потока значений устойчивым алгоритмом Welford. Метрика возвращает структуру Statistics с mean, standard deviation и standard error of mean. Это помогает отличить стабильное среднее loss от среднего, полученного при большом разбросе, не сохраняя каждый batch в Python-списке. Известная последовательность позволяет вывести все величины вручную и защищает от путаницы между deviation и standard error.
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 Welford.
- Передайте значения 1,2,3,4.
- Получите Statistics через compute.
- Сравните mean/std/SEM с ручными population-формулами.
Готовый проверяемый шаблон
import jax.numpy as jnp
from flax import nnx
metric = nnx.metrics.Welford()
metric.update(values=jnp.array([1., 2., 3., 4.]))
s = metric.compute()
assert jnp.allclose(s.mean, 2.5)
assert jnp.allclose(s.standard_deviation, jnp.sqrt(1.25))
assert jnp.allclose(s.standard_error_of_mean, jnp.sqrt(1.25) / 2)
assert jnp.isfinite(s.mean)
print(s)
Вход и ожидаемый результат
Для [1,2,3,4] mean был 2,5, population standard deviation — около 1,118034, SEM — около 0,559017. Все три значения совпали с ручной формулой.
Как проверить результат
Уточните, нужна ли population или sample convention в отчёте, и не подменяйте SEM стандартным отклонением. При одном наблюдении показатели разброса могут быть NaN; это корректный сигнал недостаточного числа данных.
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 называть SEM стандартным отклонением.
- Не делать вывод о стабильности по одному наблюдению.
- Не объединять распределения разных метрик в один accumulator.
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
Зачем Welford?
Для потокового устойчивого среднего и дисперсии.
Что такое SEM?
Оценка стандартной ошибки среднего.
Хранит ли метрика все значения?
Нет, обновляет агрегированное состояние.
Официальные источники
Частые вопросы
Зачем Welford?
Для потокового устойчивого среднего и дисперсии.
Что такое SEM?
Оценка стандартной ошибки среднего.
Хранит ли метрика все значения?
Нет, обновляет агрегированное состояние.
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