Гайд · TNWS AI
Как превратить ID токенов в векторы через Flax NNX Embed
Flax 0.12.10: матрица embeddings, integer IDs, формы batch и защита от индексов вне словаря.
Задача и применимость
Актуальный запрос: «как использовать Embed Flax NNX для токенов». Преобразовать целочисленные идентификаторы токенов в плотные векторы. nnx.Embed(num_embeddings=5, features=3) создаёт матрицу (5,3) и добавляет к форме входных индексов последнюю ось признаков. Значения должны быть целыми индексами словаря; индекс не меньше размера словаря приводит к NaN и должен быть отклонён до слоя.
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 таблицу из пяти embeddings ширины три.
- Передайте integer batch формы
(2,2). - Проверьте output
(2,2,3)и совпадение первого вектора со строкой матрицы. - Добавьте явную валидацию диапазона IDs на границе приложения.
Готовый проверяемый шаблон
import jax.numpy as jnp
from flax import nnx
embed = nnx.Embed(num_embeddings=5, features=3, rngs=nnx.Rngs(0))
token_ids = jnp.array([[0, 2], [4, 1]], dtype=jnp.int32)
assert token_ids.min() >= 0 and token_ids.max() < 5
y = embed(token_ids)
assert embed.embedding[...].shape == (5, 3)
assert y.shape == (2, 2, 3)
assert jnp.allclose(y[0, 0], embed.embedding[0])
assert jnp.isfinite(y).all()
print(token_ids.shape, y.shape)
Вход и ожидаемый результат
Четыре ID формы (2,2) стали четырьмя векторами формы (2,2,3). Вектор позиции [0,0] точно совпал со строкой 0 таблицы, а все значения были конечными.
Как проверить результат
До вызова проверяйте integer dtype и диапазон [0,num_embeddings). Отдельно зафиксируйте ID padding/unknown в tokenizer contract. Совпадение shapes не ловит перепутанный словарь, поэтому храните его версию рядом с checkpoint.
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 передавать float IDs.
- Не допускать ID >= num_embeddings: документация предупреждает о NaN.
- Не менять порядок словаря без миграции embedding matrix.
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
Какова форма матрицы?
(num_embeddings, features).
Как меняется форма входа?
К ней добавляется последняя ось features.
Что будет с индексом вне словаря?
Индекс не меньше num_embeddings приводит к NaN; валидируйте заранее.
Официальные источники
Частые вопросы
Какова форма матрицы?
`(num_embeddings, features)`.
Как меняется форма входа?
К ней добавляется последняя ось `features`.
Что будет с индексом вне словаря?
Индекс не меньше num_embeddings приводит к NaN; валидируйте заранее.
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