Гайд · TNWS AI
Как выполнить один шаг LSTMCell во Flax NNX
Flax 0.12.10: LSTMCell, инициализация пары carry, один временной шаг и проверка форм hidden/cell/output.
Задача и применимость
Актуальный запрос: «как использовать LSTMCell Flax NNX initialize_carry». Выполнить один временной шаг LSTM для batch из двух объектов. LSTMCell принимает пару carry (c,h) и вход; initialize_carry требует форму входа и RNG, после чего возвращает два массива с последней осью hidden_features. Результат вызова — новая пара carry и output.
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 LSTMCell с тремя входными и четырьмя скрытыми признаками.
- Инициализируйте carry для input_shape
(2,3)отдельным Rngs. - Передайте batch единиц формы
(2,3). - Проверьте обе части нового carry, output и конечность значений.
Готовый проверяемый шаблон
import jax.numpy as jnp
from flax import nnx
cell = nnx.LSTMCell(3, 4, rngs=nnx.Rngs(0))
carry = cell.initialize_carry((2, 3), rngs=nnx.Rngs(1))
new_carry, output = cell(carry, jnp.ones((2, 3)))
assert len(carry) == 2 and len(new_carry) == 2
assert carry[0].shape == carry[1].shape == (2, 4)
assert new_carry[0].shape == new_carry[1].shape == (2, 4)
assert output.shape == (2, 4)
assert jnp.isfinite(output).all()
print([v.shape for v in new_carry], output.shape)
Вход и ожидаемый результат
Вход (2,3) создал две части carry (2,4) и после шага вернул обновлённые (2,4) плюс output (2,4). Все значения были конечными.
Как проверить результат
Проверяйте порядок и форму обеих частей carry на каждом шаге, особенно при ручном цикле. Для последовательностей используйте маску длины и тест, что padding не изменяет состояние валидной части. Инициализацию carry не путайте с RNG параметров.
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 один массив вместо пары carry.
- Не забывать RNG при initialize_carry в этой версии.
- Не протаскивать состояние одного пользователя в последовательность другого.
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
Из чего состоит carry?
Из cell state и hidden state.
Какова ширина output?
hidden_features.
Почему нужен input_shape?
Он задаёт batch-префикс и входную размерность для carry.
Официальные источники
Частые вопросы
Из чего состоит carry?
Из cell state и hidden state.
Какова ширина output?
`hidden_features`.
Почему нужен input_shape?
Он задаёт batch-префикс и входную размерность для carry.
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