Гайд · TNWS AI
Как собрать двунаправленную GRU через Flax NNX Bidirectional
Flax 0.12.10: две независимые GRU, прямой и обратный проход, конкатенация outputs до восьми признаков.
Задача и применимость
Актуальный запрос: «как использовать Bidirectional GRU Flax NNX». Обработать последовательность в прямом и обратном направлениях. nnx.Bidirectional принимает два независимых RNN-модуля; при hidden width 4 стандартное объединение конкатенацией создаёт восемь признаков на каждом временном шаге. Направления не должны случайно разделять один объект ячейки.
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 две GRUCell с отдельными RNG и оберните каждую в RNN.
- Передайте их в Bidirectional.
- Выполните forward входа
(2,5,3). - Проверьте выход
(2,5,8)и конечность значений.
Готовый проверяемый шаблон
import jax.numpy as jnp
from flax import nnx
forward = nnx.RNN(nnx.GRUCell(3, 4, rngs=nnx.Rngs(0)))
backward = nnx.RNN(nnx.GRUCell(3, 4, rngs=nnx.Rngs(1)))
layer = nnx.Bidirectional(forward_rnn=forward, backward_rnn=backward)
x = jnp.ones((2, 5, 3), dtype=jnp.float32)
y = layer(x)
assert y.shape == (2, 5, 8)
assert jnp.isfinite(y).all()
assert not jnp.allclose(y[..., :4], y[..., 4:])
print(x.shape, y.shape)
Вход и ожидаемый результат
Два направления ширины четыре вернули конкатенированный output (2,5,8). Половины результата не совпали, что подтверждает независимые параметры и направление обхода.
Как проверить результат
Для padded sequences передавайте корректные длины/маски и проверяйте обратный порядок на неодинаковых длинах. Если задача требует online inference, двунаправленная модель неприменима: обратная ветвь использует будущие элементы.
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 применять bidirectional в строгом streaming без будущего контекста.
- Не переиспользовать один и тот же RNN как обе ветви случайно.
- Не забывать удвоение feature width после concat.
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
Почему ширина стала 8?
Конкатенированы два outputs ширины 4.
Можно ли использовать в real-time?
Только если доступна вся последовательность; обратной ветви нужен будущий контекст.
Общие ли веса у направлений?
В примере нет, созданы две независимые ячейки.
Официальные источники
Частые вопросы
Почему ширина стала 8?
Конкатенированы два outputs ширины 4.
Можно ли использовать в real-time?
Только если доступна вся последовательность; обратной ветви нужен будущий контекст.
Общие ли веса у направлений?
В примере нет, созданы две независимые ячейки.
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