Гайд · TNWS AI
Как проверить форму CNN через Flax NNX Conv
Flax 0.12.10: nnx.Conv с channels-last NHWC, SAME padding, kernel `(3,3,1,4)` и output `(2,8,8,4)`.
Задача и применимость
Актуальный запрос: «как создать Conv2D Flax NNX форма NHWC». Создать двумерную свёртку и исключить типичную путаницу форматов каналов. NNX Conv использует channels-last convention: для 2D batch это NHWC. При kernel (3,3), padding SAME и единичном stride пространственные размеры 8×8 сохраняются, а последняя ось становится числом выходных признаков 4.
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 nnx.Conv из одного входного канала в четыре выходных.
- Укажите kernel_size=(3,3) и padding='SAME'.
- Передайте batch NHWC формы
(2,8,8,1). - Проверьте output и kernel shape, затем негативный контракт NCHW отдельно.
Готовый проверяемый шаблон
import jax.numpy as jnp
from flax import nnx
conv = nnx.Conv(
in_features=1, out_features=4, kernel_size=(3, 3),
padding="SAME", rngs=nnx.Rngs(0),
)
x = jnp.ones((2, 8, 8, 1), dtype=jnp.float32)
output = conv(x)
assert x.shape == (2, 8, 8, 1)
assert conv.kernel[...].shape == (3, 3, 1, 4)
assert conv.bias[...].shape == (4,)
assert output.shape == (2, 8, 8, 4)
assert jnp.isfinite(output).all()
print(conv.kernel[...].shape, output.shape)
Вход и ожидаемый результат
Два изображения 8×8 с одним каналом дали output (2,8,8,4). Kernel имел форму (3,3,1,4), bias — (4,); SAME сохранил высоту и ширину.
Как проверить результат
До модели зафиксируйте layout NHWC и диапазон пикселей. Проверьте один batch, разные допустимые размеры и конкретную формулу output shape для stride/padding. Ошибка осей может пройти при совпадающих числах, поэтому используйте несимметричный тестовый shape.
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 NCHW как NHWC.
- Не ожидать сохранения размера при VALID padding.
- Не считать форму output доказательством правильного preprocessing изображений.
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
Какой layout используется?
Channels-last: NHWC для batch 2D изображений.
Что делает SAME?
При stride 1 сохраняет пространственные размеры.
Где ось выходных каналов?
Последняя ось output.
Официальные источники
Частые вопросы
Какой layout используется?
Channels-last: NHWC для batch 2D изображений.
Что делает SAME?
При stride 1 сохраняет пространственные размеры.
Где ось выходных каналов?
Последняя ось output.
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