Гайд · TNWS AI
Как воспроизвести dropout-маску через Flax NNX reseed
Flax 0.12.10: nnx.reseed сбрасывает именованный RNG stream; одинаковый seed воспроизводит dropout-маску в тесте.
Задача и применимость
Актуальный запрос: «как сбросить dropout RNG Flax NNX reseed». Воспроизвести одну dropout-маску для regression test, сбросив только именованный поток dropout. После первого стохастического вызова счётчик RNG меняется; nnx.reseed(module, dropout=1) возвращает поток к заданному seed, и следующий вызов на том же входе повторяет маску. В обычном обучении не следует сбрасывать seed перед каждым batch.
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 Dropout с внутренним потоком dropout.
- Вызовите его на векторе единиц при deterministic=False.
- Сбросьте поток через nnx.reseed с тем же seed.
- Повторите вызов и проверьте точное совпадение, затем третий вызов без reseed — различие.
Готовый проверяемый шаблон
import jax.numpy as jnp
from flax import nnx
dropout = nnx.Dropout(0.5, rngs=nnx.Rngs(dropout=1))
x = jnp.ones((256,), dtype=jnp.float32)
y1 = dropout(x, deterministic=False)
nnx.reseed(dropout, dropout=1)
y2 = dropout(x, deterministic=False)
y3 = dropout(x, deterministic=False)
assert jnp.array_equal(y1, y2)
assert not jnp.array_equal(y2, y3)
assert set(map(float, jnp.unique(y1))) <= {0.0, 2.0}
print(jnp.array_equal(y1, y2), jnp.array_equal(y2, y3))
Вход и ожидаемый результат
После reseed первая и вторая маски совпали точно. Третий вызов без повторного сброса использовал следующий ключ и дал другую маску; значения оставались 0 или 2 при rate 0,5.
Как проверить результат
Фиксируйте seed, порядок вызовов и версию библиотеки. Такой тест подтверждает управление потоком, а не качество регуляризации. В распределённом обучении стратегия ключей должна учитывать устройства и шаги, чтобы реплики не получали случайно одинаковые masks.
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 вызывать reseed перед каждым train batch: это повторяет одну маску.
- Не сбрасывать все RNG streams, если тест относится только к dropout.
- Не ожидать воспроизводимости при другом порядке стохастических вызовов.
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
Для чего полезен reseed?
Для контролируемых тестов и явной переинициализации потока.
Нужно ли применять его каждый шаг?
Нет, это разрушит ожидаемое разнообразие dropout-масок.
Почему третий вызов отличается?
Счётчик потока снова продвинулся после второго вызова.
Официальные источники
Частые вопросы
Для чего полезен reseed?
Для контролируемых тестов и явной переинициализации потока.
Нужно ли применять его каждый шаг?
Нет, это разрушит ожидаемое разнообразие dropout-масок.
Почему третий вызов отличается?
Счётчик потока снова продвинулся после второго вызова.
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