TorchMetrics中Pearson相关系数计算的聚合问题分析与修复

问题背景

在机器学习评估指标库TorchMetrics中，Pearson相关系数的计算实现存在两个关键问题：

1. 状态修改问题：_final_aggregation函数在多设备环境下会原地修改输入状态，导致后续计算出现不准确结果
2. 数值稳定性问题：当某些设备没有数据时，计算过程中会出现NaN值

问题分析

Pearson相关系数的多设备聚合计算需要合并来自不同设备的统计量，包括均值、方差和协方差等。原实现存在以下技术缺陷：

1. 原地修改问题：函数直接修改输入张量，这在多设备分布式训练场景下会导致后续计算使用已被修改的状态
2. 数值稳定性：当两个设备的样本数n1和n2都为0时，除法运算会产生NaN，而实际上这些位置的统计量应该保持为0
3. 算法复杂度：原实现使用了较为复杂的计算公式，增加了理解和维护难度

解决方案

基于算法文献和数值稳定性考虑，我们提出以下改进方案：

def _final_aggregation(
    means_x: torch.Tensor,
    means_y: torch.Tensor,
    vars_x: torch.Tensor,
    vars_y: torch.Tensor,
    corrs_xy: torch.Tensor,
    nbs: torch.Tensor,
    eps: float = 1e-10,
) -> tuple[torch.Tensor, torch.Tensor, torch.Tensor, torch.Tensor, torch.Tensor, torch.Tensor]:
    """聚合来自多个设备的统计量"""
    if len(means_x) == 1:
        return means_x[0], means_y[0], vars_x[0], vars_y[0], corrs_xy[0], nbs[0]
    
    mx1, my1, vx1, vy1, cxy1, n1 = means_x[0], means_y[0], vars_x[0], vars_y[0], corrs_xy[0], nbs[0]
    
    for i in range(1, len(means_x)):
        mx2, my2, vx2, vy2, cxy2, n2 = means_x[i], means_y[i], vars_x[i], vars_y[i], corrs_xy[i], nbs[i]
        
        # 处理零样本情况
        nb = torch.where(torch.logical_or(n1, n2), n1 + n2, eps)
        
        # 计算合并均值
        mean_x = (n1 * mx1 + n2 * mx2) / nb
        mean_y = (n1 * my1 + n2 * my2) / nb
        
        # 计算合并方差和协方差
        n12_b = n1 * n2 / nb
        delta_x = mx2 - mx1
        delta_y = my2 - my1
        
        var_x = vx1 + vx2 + n12_b * delta_x ** 2
        var_y = vy1 + vy2 + n12_b * delta_y ** 2
        corr_xy = cxy1 + cxy2 + n12_b * delta_x * delta_y

        mx1, my1, vx1, vy1, cxy1, n1 = mean_x, mean_y, var_x, var_y, corr_xy, nb
    
    return mean_x, mean_y, var_x, var_y, corr_xy, nb

技术优势

1. 算法正确性：基于可靠的并行统计算法文献实现，确保数学正确性
2. 数值稳定性：通过eps参数处理零样本情况，避免NaN值产生
3. 性能优化：简化计算公式，提高计算效率
4. 可维护性：代码结构更清晰，便于理解和维护

实际影响

该修复对以下场景尤为重要：

1. 分布式训练：确保在多GPU/多节点环境下指标计算的准确性
2. 稀疏数据：处理某些设备可能没有数据的情况
3. 长期训练：避免状态污染导致的指标漂移

结论

TorchMetrics中的Pearson相关系数计算经过此次修复，在正确性、稳定性和性能方面都得到了显著提升。这一改进特别有利于大规模分布式训练场景下的模型评估工作，确保了评估指标的准确性和可靠性。