Гайд · TNWS AI
Как выполнить последовательность шагов нейросети через jax.lax.scan
JAX 0.11.2: перенос carry по последовательности через lax.scan, stacked outputs, неизменная структура состояния и точный тест.
Задача и применимость
Актуальный запрос: «как использовать jax lax scan для recurrent state». Выполнить один чистый step по ведущей оси последовательности, перенося состояние carry. Контракт scan имеет вид (carry, x) -> (new_carry, y) и возвращает финальный carry плюс stacked outputs. Форма и dtype carry должны оставаться постоянными на всех итерациях, что отличает его от произвольного Python-цикла.
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
- Определите step, который принимает carry и один элемент последовательности.
- Верните новый carry и наблюдаемое значение одинаковой формы на каждом шаге.
- Передайте начальное состояние и массив xs в lax.scan.
- Сравните финальное состояние и все промежуточные outputs с ручным накоплением.
Готовый проверяемый шаблон
import jax
import jax.numpy as jnp
def step(carry, x):
new_carry = carry + x
return new_carry, new_carry
xs = jnp.array([1., 2., 3.])
final_carry, outputs = jax.lax.scan(step, 0., xs)
assert final_carry.shape == ()
assert outputs.shape == (3,)
assert final_carry == 6.
assert jnp.array_equal(outputs, jnp.array([1., 3., 6.]))
print(final_carry, outputs)
Вход и ожидаемый результат
Начальное состояние 0 последовательно получает 1, 2 и 3. Накопленные outputs равны [1,3,6], финальный carry — 6. В RNN carry может быть pytree hidden state, но его структура должна быть стабильной.
Как проверить результат
Сравните scan с коротким эталонным Python-loop вне jit, проверьте leading length, финальный carry и shape каждого stacked output. Отдельно протестируйте пустую последовательность, если она допустима контрактом приложения.
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 меняйте форму или dtype carry между итерациями.
- Не выполняйте побочную запись во внешний список внутри step.
- Не путайте финальный carry с массивом outputs по всем шагам.
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 возвращает scan?
Финальный carry и pytree stacked outputs.
По какой оси идёт scan?
По ведущей оси входных xs.
Можно ли дифференцировать scan?
Да, при поддерживаемых операциях и согласованном контракте состояния.
Официальные источники
Частые вопросы
Что возвращает scan?
Финальный carry и pytree stacked outputs.
По какой оси идёт scan?
По ведущей оси входных xs.
Можно ли дифференцировать scan?
Да, при поддерживаемых операциях и согласованном контракте состояния.
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