Гайд · TNWS AI
Как проверить gradient конечными разностями через jax.test_util.check_grads
JAX 0.11.2: автоматическая проверка first- и second-order производных в fwd/rev режимах с float64 и допусками.
Задача и применимость
Актуальный запрос: «как проверить градиент JAX конечные разности check_grads». Сопоставить automatic differentiation с численными конечными разностями. check_grads проверяет производные в случайно выбранном направлении, поэтому стоимость не растёт как полный Jacobian. В примере проверяются первый и второй порядки в forward- и reverse-mode. Для устойчивости finite differences включается float64 только в локальном контексте.
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
- Опишите гладкую scalar функцию без случайности и побочных эффектов.
- Создайте небольшой float64 вход внутри jax.enable_x64.
- Вызовите check_grads с order=2 и modes fwd/rev.
- Зафиксируйте eps, atol и rtol, затем добавьте предметные аналитические тесты.
Готовый проверяемый шаблон
import jax
import jax.numpy as jnp
from jax.test_util import check_grads
def objective(x):
return jnp.sum(jnp.sin(x) * jnp.exp(-x * x))
with jax.enable_x64():
x = jnp.array([-0.3, 0.2, 0.7], dtype=jnp.float64)
check_grads(
objective, (x,), order=2, modes=["fwd", "rev"],
atol=1e-5, rtol=1e-5, eps=1e-4,
)
assert jnp.isfinite(jax.grad(objective)(x)).all()
print("gradient check passed")
Вход и ожидаемый результат
Проверенная гладкая функция прошла проверки первого и второго порядка в обоих режимах на JAX 0.11.2. check_grads ничего не возвращает при успехе и поднимает AssertionError при превышении допуска; строка печатается только после успешной проверки.
Как проверить результат
Запускайте тест с фиксированной версией, dtype и допусками. Подбирайте eps не по test-результату, а с учётом масштаба и precision. Добавьте независимые точные случаи: finite differences по одному случайному направлению не гарантируют правильность каждой компоненты.
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 применять слишком жёсткий допуск float32 и объявлять корректный gradient ошибочным.
- Не считать один случайный direction полной проверкой Jacobian.
- Не использовать негладкие точки как обычный finite-difference эталон без соглашения о производной.
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 происходит при успехе?
Функция завершается без исключения.
Что означает order=2?
Проверяются производные до второго порядка.
Почему используется float64?
Он уменьшает ошибку округления численных разностей.
Официальные источники
Частые вопросы
Что происходит при успехе?
Функция завершается без исключения.
Что означает order=2?
Проверяются производные до второго порядка.
Почему используется float64?
Он уменьшает ошибку округления численных разностей.
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