Гайд · TNWS AI
Как собрать MLP через Flax NNX Sequential
Двухслойный MLP на Flax 0.12.10: Linear, ReLU, Sequential, формы batch и точная проверка ручного forward.
Задача и применимость
Актуальный запрос: «как собрать MLP Flax NNX Sequential». Собрать последовательный многослойный перцептрон без собственного класса: Linear 3→4, ReLU и Linear 4→2. nnx.Sequential вызывает слои и функции в указанном порядке. Такой контейнер подходит для линейного конвейера без skip-connections или нескольких входов; сложную маршрутизацию лучше выражать явным Module.
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 два Linear-слоя с отдельными воспроизводимыми RNG-контейнерами.
- Поместите между ними функцию nnx.relu.
- Передайте batch формы
(5,3). - Повторите операции вручную через элементы контейнера и сравните outputs.
Готовый проверяемый шаблон
import jax.numpy as jnp
from flax import nnx
model = nnx.Sequential(
nnx.Linear(3, 4, rngs=nnx.Rngs(1)),
nnx.relu,
nnx.Linear(4, 2, rngs=nnx.Rngs(2)),
)
x = jnp.ones((5, 3), dtype=jnp.float32)
output = model(x)
hidden = nnx.relu(model.layers[0](x))
manual = model.layers[2](hidden)
assert hidden.shape == (5, 4)
assert output.shape == (5, 2)
assert jnp.allclose(output, manual)
assert jnp.isfinite(output).all()
print(hidden.shape, output.shape)
Вход и ожидаемый результат
Пять объектов с тремя признаками образовали hidden (5,4) и два финальных выхода (5,2). Результат Sequential совпал с теми же слоями, вызванными вручную в правильном порядке.
Как проверить результат
Проверьте размеры на каждой границе слоя, а не только финальный output. Для классификации трактуйте последние два числа как logits и применяйте подходящую loss отдельно. Добавьте regression test после изменения ширины hidden или порядка функций.
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 softmax внутри модели, если loss ожидает logits.
- Не использовать один и тот же слой дважды случайно из-за общей ссылки.
- Не выбирать ширину hidden только по train loss без validation.
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
Можно ли помещать функцию активации?
Да, Sequential принимает вызываемые объекты, включая nnx.relu.
Где хранятся слои?
В последовательности model.layers.
Подходит ли для skip connection?
Обычно нет; для ветвления удобнее собственный Module.
Официальные источники
Частые вопросы
Можно ли помещать функцию активации?
Да, Sequential принимает вызываемые объекты, включая `nnx.relu`.
Где хранятся слои?
В последовательности `model.layers`.
Подходит ли для skip connection?
Обычно нет; для ветвления удобнее собственный Module.
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