Optax中使用LBFGS优化器处理自定义神经网络模块的技术解析

问题背景

在深度学习领域，JAX生态系统的Optax库提供了多种优化算法。当开发者尝试将Adam优化器替换为LBFGS时，可能会遇到一个典型问题：优化器无法正确处理Equinox库定义的自定义神经网络模块。这种现象在使用Diffrax和Optax组合训练神经ODE网络时尤为常见。

技术原理分析

LBFGS作为二阶优化算法，需要计算参数更新前后的差值。Optax内部实现时，会调用tree_sub等树操作函数来处理参数更新。问题根源在于：

1. Equinox模块包含非数组类型的属性（如各种神经网络层对象）
2. 这些非数组属性不支持减法运算
3. Optax的原始实现没有对这些特殊情况进行处理

解决方案

针对这一问题，我们可以利用Equinox提供的过滤功能来确保只处理可优化的参数：

1. 梯度过滤：使用eqx.filter(grads, eqx.is_array)确保只处理数组类型的梯度
2. 优化状态过滤：对优化器状态同样应用过滤eqx.filter(opt_state, eqx.is_array)
3. 模型参数过滤：在优化器初始化时使用eqx.filter(model, eqx.is_inexact_array)

实现细节

在训练循环中，关键修改在于make_step函数：

@eqx.filter_jit
def make_step(model, opt_state, ts_i, ys_i, key_i):
    value, grads = loss(model, ts_i, ys_i, key_i)
    key_i = jr.split(key_i, 1)[0]
    # 关键过滤操作
    grads = eqx.filter(grads, eqx.is_array)
    opt_state = eqx.filter(opt_state, eqx.is_array)
    model_ = eqx.filter(model, eqx.is_array)
    updates, opt_state = optim.update(grads, opt_state, model_)
    model = eqx.apply_updates(model, updates)
    return value, model, opt_state, key_i

性能考量

使用LBFGS优化器时需要注意：

1. 内存消耗会显著高于一阶优化器
2. 每次迭代计算时间可能增加
3. 对于大型模型，建议监控显存使用情况
4. 可以尝试调整history_size参数来平衡内存和性能

应用建议

在实际项目中，如果决定使用LBFGS优化器：

1. 小规模模型上效果通常较好
2. 配合适当的学习率衰减策略
3. 考虑使用线搜索(line search)增强稳定性
4. 对于超大规模模型，可能需要改用有限内存版本(L-BFGS)

总结

通过合理使用Equinox的过滤功能，我们可以成功将LBFGS优化器应用于自定义神经网络模块的训练。这种方法不仅解决了类型不匹配的问题，还保持了JAX生态中函数式编程的优雅性。开发者在使用高阶优化算法时，应当注意框架间的兼容性问题，并善用各库提供的工具函数进行处理。