• 부캠 CV 트랙 두 분과 함께 갔다. 저녁을 같이 먹고 같이 갔다. 재미있었다.
  • 나중에 또 뵐 수 있었으면 좋겠다.
  • paint trasformer 를 써서 참신한 플젝을 하신 팀이었다.
  • 한 분은 3학년이시고 한 분은 석사를 졸업했다 하셨다. 자연과학 쪽이셨나..
• 부캠라디오, 나는 안 들어갔었는데, 거기서 커플 이야기가 나왔고 이번 기수에서 몇 나올 것 같다고.. 음 뭐..
• 끝나고 뒤풀이라도 하자 말씀드렸는데 안 된다 하셨다. 아쉽다.
• 모두연에 들어가려 한다. 가능하다면. 퀀텀 랩도 있던데, qiskit 의 신소영님꼐서 운영하시는 곳이었다. 들어가고는 싶은데- quantum computing 까지 가능할지 모르겠다. 퀀트도 하고 싶은데..

JAX/Flax 톺아보기

• JAX: XLA와 autograd를 이용해 머신러닝 연구와 고성능 연작업을 위해 만든 프레임워크
• familiat API
  • JAX provides a familiat numpy sytle api for ease of adoption by researchers and engineers
• transformations JAX
  • includes composable function transformations for complition, bathcing, autumatic differentitation, and parrellzation
• Run anywhere
  • the same code executes on mlutiple backends, including CPU, GPU, TPU
    • 파이토치는 to_device 가 필요함. 근데 얘는 아님. 코랩에서 런타임 바꾸듯 바꿀 수 있음.
• 함수형 프로그래밍을 따름. immutable 함
• 인터프리터
  • 라인 단위로 번역
  • 실행 시간이 느림
  • 코드 수정 후 바로 실행 가능
  • 파이썬, 루비 등
• 컴파일러
  • 전체 코드를 컴파일
  • 실행속도가 빠름
  • 코드 수정 후 컴파일을 해야 함
  • c, c++ 등
• JIT
  • 둘의 사이에 있음.
  • 런타임 실행 시 코드의 일부분을 컴파일. JAX 에서는 @fit, jax.jit 으로 사용
    • 일부만 컴파일
  • C#, java 에서도 있음
  • 그냥 컴파일하는 방식으로 파이써닉한 언어 만들면 되지 않나?
    이렇게 하면 대화형이 안되는건가?
• XLA - CPU, GPA 과 같은 기기에 대해 JIT 컴파일 기법을 사용해 런타임에 사용자가 작성한 텐플 그래프를 분석… - 위키에 있다고 함
• jax.grad
• stop_gradient
  • 파라미터 freeze
• vmap - 벡터화
  • 배치마다 함수를 적용시키고 쌓는
  • 빠르게 실행할 수 있음
• LAX
  • JAX 보다 low level 에 있는 API (xla 의 애너그램)
  • jax, numpy 보다 type 에 엄격함
  • LAX API 의 경우 성능이 뛰어나지만 사용자 친화적이지는 않음
  • JAX 보다 low level 의 api 가 있다는 것 정도로 이해
• 주의할점
  • JAX는 함수형 프로그래밍을 따름
    • 이런 immutability 는 함수형 프로그래밍이라면 항상 있음
  • pure function
    • 같은 입력값이 주어졌을 떄 언제나 같은 결과값을 리턴
    • 부수효과를 만들지 않음 - side effect! 함수 내부에서 바깥의 인자를 변경하거나 프로그램의 흐름을 방해하는 것이 없어야 함
    • 입력이 같으면 같은 출력이 나와야 함
    • iterator 를 보냈을때와 array 를 넣었을때가 다름
      • iterator가 돌면서 메모리를 차지하는데 이게 상태를 변화시킨다고 하여 functional programming에 맞지 않는다고 함
    • make jaxpr 를 사용하면 내부 값 디버깅 가능
    • JAX 배열은 불변
    • jit 사용시 static 한 게 있따면 @partial 데코레이터를 사용. 텐플에서도 있음. 많이쓰임
    • 벗어난 인덱스를 대하는 방법이 다름
• random numvber
  • np.random.random
  • JAX 에서는 random.prngkry(seed) 로 키를 만들어서 사용함
  • pure function 때문!
  • 상태를 보존할 수 있음
  • 호출할때마다 다른 값이 나오는 걸 막을 수 있음
  • 넘파이는 병렬화시킬 때 너무 많은 것을 가정. 그리고 jax.prngkey 를 하면 random number 가 고정됨
  • key 를 임시로 데이터 만들때에도 쓰고 train state 를 줄때도 사용함. 퓨어펑션 때문이고, 결국 함수형 프로그래밍 때문이다
• stateless class
  • ml programming
    • stateful
    • parameters
    • optimizer state
    • batchnorm 등의 layer state
      -> 학습을 하며 상태가 바뀜
  • functional programming 에서는 stateless 해야함
  • 밖에서 관리!
    • explicit state!
    • state 를 계속 밖에서 확인할 수 있게 return 값에 state 를 포함시키면 됨
• pytree
  • 객체를 contatiner 처럼 만들어서 올리는 트리구조
  • python 의 map 과 유사하게 작동
  • 여러 인수를 사용할 경우 입력 구조가 정확히 일피해야 함. list 에는 동일한 수의 요소가 있어야 하고, dict 에는 동일한 키가 있어야 함
  • weight, bias 를 이렇게 묶을 수 있을 것임. tensorflow 쓸때는 list 인지 dict 인지 확인을 안하고 쓰지만 JAX 에서는 이렇게 씀. FLAX 쓴다면 이렇게까지 보진 않아도 됨..
  • 트리맵으로 계산할땐 무조건 사이즈가 맞아야 한다
• parellel evaluation in jax
  • jax에서 기기를 병렬적으로 쓰는 방법 - jax.pmap
  • vmap 하고싶은데 병렬적으로 하고싶다 -> 그냥 pmap쓰면됨. 얘는 jax.jit 이나 데코레이터르 안 감싸도 됨. 내부적으로 해줌
• nn.compact - init를 안 씀
• train state
• optax - 옵티마이저
• 텐플에서 jit.compile 사용가능.. jax 안써도
• JAX/FLAX lab
  • 모두연 이영빈?
  • 튜토리얼 번역, JAX/Flax 로 변환하는 플젝 진행
  • 월요일 7시반!
  • 잭스 도큐먼트 번역
    • 번역 그라운드 룰 정하기, 번역 문서 나누기
    • convolution, 합성곱..? - 어떤 용어를 써야 하는지, 이런 것들
    • 번역하고 용어 정리하기 - 크로스 검토하기

• 아 JAX 도 해야 하는데-

first draft: 2023.02.11 21:42