Upload 3 files

1Gv31_AMP/emofactx.py

@@ -0,0 +1,170 @@
+import torch
+from torch.optim import Optimizer
+import math
+from collections import deque
+
+"""
+EmoFact v3.1 (251125) shadow-system v3.0 -effect NoN -moment v3.0
+(v1.0)AMP対応完了(250725) p.data -> p 修正済み／低精度量子化への基本対応／低精度補償は別
+(v2.0)shadow-system 微調整／３段階補正を連続的に滑らかに／派生版では以下の切替も可能
+optimizer 指定の際に True / False で shadow を切替できる(現在 False)
+(v3.0)emosens shadow-effect v1.0 反映した動的学習率と shadow-system 切替をデフォルト化
+(v3.1)通常未使用の shadow 更新速度 (lerp) を倍化し信頼度で動的制御／coeff 活用(急変･微動)
+動的学習率や感情スカラー値など TensorBoard 連携可 (現在 writer=None)／外部設定必要
+全体の効率化や可読性を向上(emaやスカラーの多重処理を省く等、動的学習率のスケールや状態の見直し等、含む)
+"""
+
+class EmoFact(Optimizer):
+    # クラス定義＆初期化
+    def __init__(self, params, lr=1e-3, betas=(0.9, 0.999), eps=1e-8, 
+                 weight_decay=0.01, use_shadow: bool = False, writer=None):
+        defaults = dict(lr=lr, betas=betas, eps=eps, weight_decay=weight_decay)
+        super().__init__(params, defaults)
+        self._init_lr = lr
+        self.should_stop = False # 停止フラグの初期化
+        self.use_shadow = use_shadow # 🔸shadow 使用フラグを保存
+        self.writer = writer # 動的学習率や感情スカラー等を渡す
+
+    # 感情EMA更新(緊張と安静)
+    def _update_ema(self, state, loss_val):
+        ema = state.setdefault('ema', {})
+        ema['short'] = 0.3 * loss_val + 0.7 * ema.get('short', loss_val)
+        ema['long'] = 0.01 * loss_val + 0.99 * ema.get('long', loss_val)
+        return ema
+
+    # 感情スカラー値生成(EMA差分、滑らかな非線形スカラー、tanh(diff) は ±1.0 で有界性)
+    # 係数"1"：ema差分 のスケール調整処理に活用(感度調節係数)／通常は1(タスクに応じ調整可(非推奨))
+    # scale_base：Loss値とema値の乖離を修正(分母 ema(long) 「改善率」共通化/loss種に非依存)
+    # 1e-5(デフォルト)／1e-6(感度向上)／1e-4(安定性向上)：分母を０にせず安定させる
+    def _compute_scalar(self, ema):
+        scale_base = max(ema['long'], 1e-5)
+        diff = (ema['long'] - ema['short']) / scale_base
+        return math.tanh(1 * diff)
+
+    # 急変時は論文通りの抑制則/悪化時は減速/改善時は加速/微動時は無介入で収束を安定させる
+    def _decide_coeff(self, scalar):
+        if abs(scalar) > 0.625:
+            return 1.0 - abs(scalar)    # 急変｜強抑制
+        elif scalar > 0.125:
+            return 1.0 + scalar         # 改善｜加速
+        elif scalar < -0.125:
+            return 1.0 + scalar         # 悪化｜減速
+        else:
+            return 1.0                  # 微動｜無介入
+
+    # (重要)現在は shadow-effect を参考に得た動的フィルタ効果の近似により use_shadow=False です
+    # しかし全機能は shadow なしで全て成立します／コード確認時はこの shadow を考慮外として無視してください
+
+    # Shadow混合比 ３段階構成 タスクに応じ調整可、以下を参考に 開始値・範囲量･変化幅を調整
+    # 参考1：scalar>±0.6 を "return 開始値 + ((scalar) - 0.6(範囲)) / 範囲量 * 変化幅"
+    # 参考2：scalar>±0.1 を "return 開始値 + ((scalar) - 0.1(範囲)) / 範囲量 * 変化幅"
+    # return 開始値 + ((scalar) - 閾値) / 範囲量 * 変化幅 です(上記の値は感情スカラーを返すだけ)
+    def _decide_ratio(self, scalar):
+        if not self.use_shadow:
+            return 0.0 # 🔸use_shadow = False のとき常に比率を 0 にする
+        if abs(scalar) > 0.75:
+            return 0.75 # + ((scalar) - 0.75) / 0.4 * 0.4 # これはスカラーそのまま返す参考例
+        elif abs(scalar) > 0.25:
+            return -0.1 # return<0 の場合は leap 専用(書き戻しはしないが履歴更新のみ)
+        return 0.0
+
+    # 損失取得(損失値 loss_val を数値化、感情判定に使用、存在しないパラメータ(更新不要)はスキップ)
+    @torch.no_grad()
+    def step(self, closure=None):
+        loss = closure() if closure is not None else None
+        loss_val = loss.item() if loss is not None else 0.0
+
+        # EMA更新・スカラー生成(EMA差分からスカラーを生成しスパイク比率等を決定)
+        ema = self._update_ema(self.state, loss_val)
+        scalar = self._compute_scalar(ema)
+        coeff = self._decide_coeff(scalar)
+        ratio = self._decide_ratio(scalar)
+
+        for group in self.param_groups:
+            for p in group['params']:
+                if p.grad is None:
+                    continue
+
+                grad = p.grad
+                state = self.state[p]
+
+                # 動的学習率補正により shadow 形成を信頼度で調整(coeffは正値(負にならない))
+                # shadow：必要時のみ(スパイクp部分に現在値を最大10%追従させる動的履歴更新)
+                # ratio <0：10%、0以外：10%×coeff、(0.25～0.75は10%、微動と急変は*coeff)
+                # 微動時 coeff：1.0 固定なので結果的に微動時も 10% 履歴更新になる
+                # 結果、微動時と安定時：10%、急変時：coeff、による履歴更新を行うことになる
+                if self.use_shadow:
+                    if 'shadow' not in state: # 🔸shadow = False (デフォルト)
+                        state['shadow'] = p.clone()
+                    if ratio > 0: # 書き戻しと履歴更新(急変時の強い抑制と弱めの履歴更新)
+                        p.mul_(1 - ratio).add_(state['shadow'], alpha=coeff)
+                    else: # 書き戻しせず履歴更新のみ：ratio<0：10%／0以外：10%×coeff
+                        leap_ratio = 0.1 if ratio < 0 else 0.1 * coeff
+                        state['shadow'].lerp_(p, leap_ratio)
+
+                # 上記 shadow の説明：スカラー生成：短期と長期EMAの差分から信号を得る(高ぶりの強さ)
+                # 混合比率：スカラーが閾値を超える場合にのみ計算される(信頼できる感情信号かどうかの選別)
+                # 急変時は感情機構による shadow 混合で強く抑制する(急制動による安定性の確保)
+                # 新しい shadow-system は動的学習率と協調することで選択的スパース性も発揮する
+
+                # --- Start Fact Gradient Update Logic ---
+                # 行列の形状が2次元以上の場合、分散情報ベースのAB近似を使用
+                if grad.dim() >= 2:
+                    # 行と列の2乗平均を計算 (分散の軽量な近似)
+                    r_sq = torch.mean(grad * grad, dim=tuple(range(1, grad.dim())), keepdim=True).add_(group['eps'])
+                    c_sq = torch.mean(grad * grad, dim=0, keepdim=True).add_(group['eps'])
+
+                    # 分散情報から勾配の近似行列を生成
+                    # AB行列として見立てたものを直接生成し更新項を計算する
+                    # A = sqrt(r_sq), B = sqrt(c_sq) AB行列の近似を再現しEMAで平滑化する
+                    beta1, beta2 = group['betas']
+                    state.setdefault('exp_avg_r', torch.zeros_like(r_sq)).mul_(beta1).add_(torch.sqrt(r_sq), alpha=1 - beta1)
+                    state.setdefault('exp_avg_c', torch.zeros_like(c_sq)).mul_(beta1).add_(torch.sqrt(c_sq), alpha=1 - beta1)
+
+                    # 再構築した近似勾配の平方根の積で正規化
+                    denom = torch.sqrt(state['exp_avg_r'] * state['exp_avg_c']).add_(group['eps'])
+
+                    # 最終的な更新項を計算
+                    update_term = grad / denom
+
+                # 1次元(ベクトル)の勾配補正
+                else:
+                    beta1, beta2 = group['betas']
+                    exp_avg_sq = state.setdefault('exp_avg_sq', torch.zeros_like(p))
+                    exp_avg_sq.mul_(beta1).addcmul_(grad, grad, value=(1 - beta2))
+                    denom = exp_avg_sq.sqrt().add_(group['eps'])
+                    update_term = grad / denom
+
+                # 最終的なパラメータ更新 (decoupled weight decayも適用)
+                p.add_(p, alpha=-group['weight_decay'] * group['lr'])
+                p.add_(update_term, alpha=-group['lr'] * coeff)
+                # --- End Fact Gradient Update Logic ---
+
+        # 感情機構の発火が収まり"十分に安定"していることを外部伝達できる(自動停止ロジックではない)
+        # Early Stop用 scalar 記録(バッファ共通で管理/最大32件保持/動静評価)
+        hist = self.state.setdefault('scalar_hist', deque(maxlen=32))
+        hist.append(scalar)
+
+        # Early Stop判断(静けさの合図)
+        # 32ステップ分のスカラー値の静かな条件を満たした時"フラグ" should_stop = True になるだけ
+        if len(hist) >= 32:
+            avg_abs = sum(abs(s) for s in hist) / len(hist)
+            mean = sum(hist) / len(hist)
+            var = sum((s - mean)**2 for s in hist) / len(hist)
+            if avg_abs < 0.05 and var < 0.005:
+                self.should_stop = True # 💡 外部からこれを見て判断可
+
+        # TensorBoardへの記録（step関数の末尾に追加）
+        if hasattr(self, 'writer') and self.writer is not None:
+            self._step_count = getattr(self, "_step_count", 0) + 1
+            for i, group in enumerate(self.param_groups):
+                self.writer.add_scalar(f"Lr{i}", group['lr'], self._step_count)
+            self.writer.add_scalar("eScalar", scalar, self._step_count)
+
+        return loss
+
+"""
+ https://github.com/muooon/EmoNavi
+ Fact is inspired by Adafactor, and emoairy, 
+ and its VRAM-friendly design is something everyone loves.
+"""

1Gv31_AMP/emolynxx.py

@@ -0,0 +1,174 @@
+import torch
+from torch.optim import Optimizer
+import math
+from typing import Tuple, Callable, Union
+from collections import deque
+
+"""
+EmoLynx v3.1 (251125) shadow-system v3.0 -effect NoN -moment v3.0
+(v1.0)AMP対応完了(250725) p.data -> p 修正済み／低精度量子化への基本対応／低精度補償は別
+(v2.0)shadow-system 微調整／３段階補正を連続的に滑らかに／派生版では以下の切替も可能
+optimizer 指定の際に True / False で shadow を切替できる(現在 False)
+(v3.0)emosens shadow-effect v1.0 反映した動的学習率と shadow-system 切替をデフォルト化
+(v3.1)通常未使用の shadow 更新速度 (lerp) を倍化し信頼度で動的制御／coeff 活用(急変･微動)
+動的学習率や感情スカラー値など TensorBoard 連携可 (現在 writer=None)／外部設定必要
+全体の効率化や可読性を向上(emaやスカラーの多重処理を省く等、動的学習率のスケールや状態の見直し等、含む)
+"""
+
+# Helper function (Lynx)
+def exists(val):
+    return val is not None
+
+class EmoLynx(Optimizer):
+    # クラス定義＆初期化 lynx用ベータ･互換性の追加(lynx用beta1･beta2)
+    def __init__(self, params: Union[list, torch.nn.Module], lr=1e-3, eps=1e-8,
+                 betas=(0.9, 0.999), weight_decay=0.01, use_shadow: bool = False, 
+                 writer=None): 
+        defaults = dict(lr=lr, betas=betas, eps=eps, weight_decay=weight_decay)
+        super().__init__(params, defaults)
+        # lynxに応じてウェイト減衰のため保存
+        self._init_lr = lr
+        self.should_stop = False # 停止フラグの初期化
+        self.use_shadow = use_shadow # 🔸shadow 使用フラグを保存
+        self.writer = writer # 動的学習率や感情スカラー等を渡す
+
+    # 感情EMA更新(緊張と安静)
+    def _update_ema(self, state, loss_val):
+        ema = state.setdefault('ema', {})
+        ema['short'] = 0.3 * loss_val + 0.7 * ema.get('short', loss_val)
+        ema['long'] = 0.01 * loss_val + 0.99 * ema.get('long', loss_val)
+        return ema
+
+    # 感情スカラー値生成(EMA差分、滑らかな非線形スカラー、tanh(diff) は ±1.0 で有界性)
+    # 係数"1"：ema差分 のスケール調整処理に活用(感度調節係数)／通常は1(タスクに応じ調整可(非推奨))
+    # scale_base：Loss値とema値の乖離を修正(分母 ema(long) 「改善率」共通化/loss種に非依存)
+    # 1e-5(デフォルト)／1e-6(感度向上)／1e-4(安定性向上)：分母を０にせず安定させる
+    def _compute_scalar(self, ema):
+        scale_base = max(ema['long'], 1e-5)
+        diff = (ema['long'] - ema['short']) / scale_base
+        return math.tanh(1 * diff)
+
+    # 急変時は論文通りの抑制則/悪化時は減速/改善時は加速/微動時は無介入で収束を安定させる
+    def _decide_coeff(self, scalar):
+        if abs(scalar) > 0.625:
+            return 1.0 - abs(scalar)    # 急変｜強抑制
+        elif scalar > 0.125:
+            return 1.0 + scalar         # 改善｜加速
+        elif scalar < -0.125:
+            return 1.0 + scalar         # 悪化｜減速
+        else:
+            return 1.0                  # 微動｜無介入
+
+    # (重要)現在は shadow-effect を参考に得た動的フィルタ効果の近似により use_shadow=False です
+    # しかし全機能は shadow なしで全て成立します／コード確認時はこの shadow を考慮外として無視してください
+
+    # Shadow混合比 ３段階構成 タスクに応じ調整可、以下を参考に 開始値・範囲量･変化幅を調整
+    # 参考1：scalar>±0.6 を "return 開始値 + ((scalar) - 0.6(範囲)) / 範囲量 * 変化幅"
+    # 参考2：scalar>±0.1 を "return 開始値 + ((scalar) - 0.1(範囲)) / 範囲量 * 変化幅"
+    # return 開始値 + ((scalar) - 閾値) / 範囲量 * 変化幅 です(上記の値は感情スカラーを返すだけ)
+    def _decide_ratio(self, scalar):
+        if not self.use_shadow:
+            return 0.0 # 🔸use_shadow = False のとき常に比率を 0 にする
+        if abs(scalar) > 0.75:
+            return 0.75 # + ((scalar) - 0.75) / 0.4 * 0.4 # これはスカラーそのまま返す参考例
+        elif abs(scalar) > 0.25:
+            return -0.1 # return<0 の場合は leap 専用(書き戻しはしないが履歴更新のみ)
+        return 0.0
+
+    # 損失取得(損失値 loss_val を数値化、感情判定に使用、存在しないパラメータ(更新不要)はスキップ)
+    @torch.no_grad()
+    def step(self, closure: Callable | None = None): # クロージャの型ヒントを追加
+        loss = None
+        if exists(closure): # 一貫性のためにexistsヘルパーを使う
+            with torch.enable_grad():
+                loss = closure()
+        loss_val = loss.item() if loss is not None else 0.0
+
+        # EMA更新・スカラー生成(EMA差分からスカラーを生成しスパイク比率等を決定)
+        ema = self._update_ema(self.state, loss_val)
+        scalar = self._compute_scalar(ema)
+        coeff = self._decide_coeff(scalar)
+        ratio = self._decide_ratio(scalar)
+
+        for group in self.param_groups:
+            # リンクス共通パラメータ抽出
+            lr, wd, beta1, beta2 = group['lr'], group['weight_decay'], *group['betas']
+
+            # ウェイト減衰の処理を分離 (from lynx)
+            _wd_actual = wd
+
+            for p in filter(lambda p: exists(p.grad), group['params']): # PGチェックにフィルタ
+
+                grad = p.grad # PG直接使用(計算に".data"不要)
+                state = self.state[p]
+
+                # 動的学習率補正により shadow 形成を信頼度で調整(coeffは正値(負にならない))
+                # shadow：必要時のみ(スパイクp部分に現在値を最大10%追従させる動的履歴更新)
+                # ratio <0：10%、0以外：10%×coeff、(0.25～0.75は10%、微動と急変は*coeff)
+                # 微動時 coeff：1.0 固定なので結果的に微動時も 10% 履歴更新になる
+                # 結果、微動時と安定時：10%、急変時：coeff、による履歴更新を行うことになる
+                if self.use_shadow:
+                    if 'shadow' not in state: # 🔸shadow = False (デフォルト)
+                        state['shadow'] = p.clone()
+                    if ratio > 0: # 書き戻しと履歴更新(急変時の強い抑制と弱めの履歴更新)
+                        p.mul_(1 - ratio).add_(state['shadow'], alpha=coeff)
+                    else: # 書き戻しせず履歴更新のみ：ratio<0：10%／0以外：10%×coeff
+                        leap_ratio = 0.1 if ratio < 0 else 0.1 * coeff
+                        state['shadow'].lerp_(p, leap_ratio)
+
+                # 上記 shadow の説明：スカラー生成：短期と長期EMAの差分から信号を得る(高ぶりの強さ)
+                # 混合比率：スカラーが閾値を超える場合にのみ計算される(信頼できる感情信号かどうかの選別)
+                # 急変時は感情機構による shadow 混合で強く抑制する(急制動による安定性の確保)
+                # 新しい shadow-system は動的学習率と協調することで選択的スパース性も発揮する
+
+                # --- Start Lynx Gradient Update Logic ---
+                # lynx初期化(exp_avg_sq)
+                if 'exp_avg' not in state:
+                    state['exp_avg'] = torch.zeros_like(p)
+                exp_avg = state['exp_avg']
+
+                # Stepweight decay (from lynx): p = p * (1 - lr * wd)
+                # decoupled_wd 考慮 _wd_actual 使用(EmoNaviのwdは最後に適用)
+                p.mul_(1 - lr * _wd_actual)
+                beta1, beta2 = group['betas']
+
+                # 勾配ブレンド
+                # m_t = beta1 * exp_avg_prev + (1 - beta1) * grad
+                blended_grad = grad.mul(1 - beta1).add_(exp_avg, alpha=beta1)
+
+                # p: p = p - lr * sign(blended_grad)
+                p.add_(blended_grad.sign_(), alpha = -lr * coeff)
+
+                # exp_avg = beta2 * exp_avg + (1 - beta2) * grad
+                exp_avg.mul_(beta2).add_(grad, alpha = 1 - beta2)
+                # --- End Lynx Gradient Update Logic ---
+
+        # 感情機構の発火が収まり"十分に安定"していることを外部伝達できる(自動停止ロジックではない)
+        # Early Stop用 scalar 記録(バッファ共通で管理/最大32件保持/動静評価)
+        hist = self.state.setdefault('scalar_hist', deque(maxlen=32))
+        hist.append(scalar)
+
+        # Early Stop判断(静けさの合図)
+        # 32ステップ分のスカラー値の静かな条件を満たした時"フラグ" should_stop = True になるだけ
+        if len(hist) >= 32:
+            avg_abs = sum(abs(s) for s in hist) / len(hist)
+            mean = sum(hist) / len(hist)
+            var = sum((s - mean)**2 for s in hist) / len(hist)
+            if avg_abs < 0.05 and var < 0.005:
+                self.should_stop = True # 💡 外部からこれを見て判断可
+
+        # TensorBoardへの記録（step関数の末尾に追加）
+        if hasattr(self, 'writer') and self.writer is not None:
+            self._step_count = getattr(self, "_step_count", 0) + 1
+            for i, group in enumerate(self.param_groups):
+                self.writer.add_scalar(f"Lr{i}", group['lr'], self._step_count)
+            self.writer.add_scalar("eScalar", scalar, self._step_count)
+
+        return loss
+
+"""
+ https://github.com/muooon/EmoNavi
+ Lynx was developed with inspiration from Lion, Tiger, and emocats, 
+ which we deeply respect for their lightweight and intelligent design.  
+ Lynx also integrates EmoNAVI to enhance its capabilities.
+"""

1Gv31_AMP/emonavix.py

@@ -0,0 +1,155 @@
+import torch
+from torch.optim import Optimizer
+import math
+from collections import deque
+
+"""
+EmoNavi v3.1 (251125) shadow-system v3.0 -effect NoN -moment v3.0
+(v1.0)AMP対応完了(250725) p.data -> p 修正済み／低精度量子化への基本対応／低精度補償は別
+(v2.0)shadow-system 微調整／３段階補正を連続的に滑らかに／派生版では以下の切替も可能
+optimizer 指定の際に True / False で shadow を切替できる(現在 False)
+(v3.0)emosens shadow-effect v1.0 反映した動的学習率と shadow-system 切替をデフォルト化
+(v3.1)通常未使用の shadow 更新速度 (lerp) を倍化し信頼度で動的制御／coeff 活用(急変･微動)
+動的学習率や感情スカラー値など TensorBoard 連携可 (現在 writer=None)／外部設定必要
+全体の効率化や可読性を向上(emaやスカラーの多重処理を省く等、動的学習率のスケールや状態の見直し等、含む)
+"""
+
+class EmoNavi(Optimizer):
+    # クラス定義＆初期化
+    def __init__(self, params, lr=1e-3, betas=(0.9, 0.999), eps=1e-8, 
+                 weight_decay=0.01, use_shadow: bool = False, writer=None):
+        defaults = dict(lr=lr, betas=betas, eps=eps, weight_decay=weight_decay)
+        super().__init__(params, defaults)
+        self._init_lr = lr 
+        self.should_stop = False # 停止フラグの初期化
+        self.use_shadow = use_shadow # 🔸shadow 使用フラグを保存
+        self.writer = writer # 動的学習率や感情スカラー等を渡す
+
+    # 感情EMA更新(緊張と安静)
+    def _update_ema(self, state, loss_val):
+        ema = state.setdefault('ema', {})
+        ema['short'] = 0.3 * loss_val + 0.7 * ema.get('short', loss_val)
+        ema['long'] = 0.01 * loss_val + 0.99 * ema.get('long', loss_val)
+        return ema
+
+    # 感情スカラー値生成(EMA差分、滑らかな非線形スカラー、tanh(diff) は ±1.0 で有界性)
+    # 係数"1"：ema差分 のスケール調整処理に活用(感度調節係数)／通常は1(タスクに応じ調整可(非推奨))
+    # scale_base：Loss値とema値の乖離を修正(分母 ema(long) 「改善率」共通化/loss種に非依存)
+    # 1e-5(デフォルト)／1e-6(感度向上)／1e-4(安定性向上)：分母を０にせず安定させる
+    def _compute_scalar(self, ema):
+        scale_base = max(ema['long'], 1e-5)
+        diff = (ema['long'] - ema['short']) / scale_base
+        return math.tanh(1 * diff)
+
+    # 急変時は論文通りの抑制則/悪化時は減速/改善時は加速/微動時は無介入で収束を安定させる
+    def _decide_coeff(self, scalar):
+        if abs(scalar) > 0.625:
+            return 1.0 - abs(scalar)    # 急変｜強抑制
+        elif scalar > 0.125:
+            return 1.0 + scalar         # 改善｜加速
+        elif scalar < -0.125:
+            return 1.0 + scalar         # 悪化｜減速
+        else:
+            return 1.0                  # 微動｜無介入
+
+    # (重要)現在は shadow-effect を参考に得た動的フィルタ効果の近似により use_shadow=False です
+    # しかし全機能は shadow なしで全て成立します／コード確認時はこの shadow を考慮外として無視してください
+
+    # Shadow混合比 ３段階構成 タスクに応じ調整可、以下を参考に 開始値・範囲量･変化幅を調整
+    # 参考1：scalar>±0.6 を "return 開始値 + ((scalar) - 0.6(範囲)) / 範囲量 * 変化幅"
+    # 参考2：scalar>±0.1 を "return 開始値 + ((scalar) - 0.1(範囲)) / 範囲量 * 変化幅"
+    # return 開始値 + ((scalar) - 閾値) / 範囲量 * 変化幅 です(上記の値は感情スカラーを返すだけ)
+    def _decide_ratio(self, scalar):
+        if not self.use_shadow:
+            return 0.0 # 🔸use_shadow = False のとき常に比率を 0 にする
+        if abs(scalar) > 0.75:
+            return 0.75 # + ((scalar) - 0.75) / 0.4 * 0.4 # これはスカラーそのまま返す参考例
+        elif abs(scalar) > 0.25:
+            return -0.1 # return<0 の場合は leap 専用(書き戻しはしないが履歴更新のみ)
+        return 0.0
+
+    # 損失取得(損失値 loss_val を数値化、感情判定に使用、存在しないパラメータ(更新不要)はスキップ)
+    @torch.no_grad()
+    def step(self, closure=None):
+        loss = closure() if closure is not None else None
+        loss_val = loss.item() if loss is not None else 0.0
+
+        # EMA更新・スカラー生成(EMA差分からスカラーを生成しスパイク比率等を決定)
+        ema = self._update_ema(self.state, loss_val)
+        scalar = self._compute_scalar(ema)
+        coeff = self._decide_coeff(scalar)
+        ratio = self._decide_ratio(scalar)
+
+        for group in self.param_groups:
+            for p in group['params']:
+                if p.grad is None:
+                    continue
+
+                grad = p.grad
+                state = self.state[p]
+
+                # 動的学習率補正により shadow 形成を信頼度で調整(coeffは正値(負にならない))
+                # shadow：必要時のみ(スパイクp部分に現在値を最大10%追従させる動的履歴更新)
+                # ratio <0：10%、0以外：10%×coeff、(0.25～0.75は10%、微動と急変は*coeff)
+                # 微動時 coeff：1.0 固定なので結果的に微動時も 10% 履歴更新になる
+                # 結果、微動時と安定時：10%、急変時：coeff、による履歴更新を行うことになる
+                if self.use_shadow:
+                    if 'shadow' not in state: # 🔸shadow = False (デフォルト)
+                        state['shadow'] = p.clone()
+                    if ratio > 0: # 書き戻しと履歴更新(急変時の強い抑制と弱めの履歴更新)
+                        p.mul_(1 - ratio).add_(state['shadow'], alpha=coeff)
+                    else: # 書き戻しせず履歴更新のみ：ratio<0：10%／0以外：10%×coeff
+                        leap_ratio = 0.1 if ratio < 0 else 0.1 * coeff
+                        state['shadow'].lerp_(p, leap_ratio)
+
+                # 上記 shadow の説明：スカラー生成：短期と長期EMAの差分から信号を得る(高ぶりの強さ)
+                # 混合比率：スカラーが閾値を超える場合にのみ計算される(信頼できる感情信号かどうかの選別)
+                # 急変時は感情機構による shadow 混合で強く抑制する(急制動による安定性の確保)
+                # 新しい shadow-system は動的学習率と協調することで選択的スパース性も発揮する
+
+                # --- Start Navi Gradient Update Logic ---
+                # 1次・2次モーメントを使った勾配補正(decoupled weight decay 構造に近い)
+                exp_avg = state.setdefault('exp_avg', torch.zeros_like(p))
+                exp_avg_sq = state.setdefault('exp_avg_sq', torch.zeros_like(p))
+                beta1, beta2 = group['betas']
+
+                exp_avg.mul_(beta1).add_(grad, alpha=1 - beta1)
+                exp_avg_sq.mul_(beta2).addcmul_(grad, grad, value=1 - beta2)
+                denom = exp_avg_sq.sqrt().add_(group['eps'])
+
+                step_size = group['lr']
+
+                # 最終的なパラメータ更新 (decoupled weight decay 適用)
+                if group['weight_decay']:
+                    p.add_(p, alpha=-group['weight_decay'] * step_size)
+                p.addcdiv_(exp_avg, denom, value=-step_size * coeff)
+                # --- End Navi Gradient Update Logic ---
+
+        # 感情機構の発火が収まり"十分に安定"していることを外部伝達できる(自動停止ロジックではない)
+        # Early Stop用 scalar 記録(バッファ共通で管理/最大32件保持/動静評価)
+        hist = self.state.setdefault('scalar_hist', deque(maxlen=32))
+        hist.append(scalar)
+
+        # Early Stop判断(静けさの合図)
+        # 32ステップ分のスカラー値の静かな条件を満たした時"フラグ" should_stop = True になるだけ
+        if len(hist) >= 32:
+            avg_abs = sum(abs(s) for s in hist) / len(hist)
+            mean = sum(hist) / len(hist)
+            var = sum((s - mean)**2 for s in hist) / len(hist)
+            if avg_abs < 0.05 and var < 0.005:
+                self.should_stop = True # 💡 外部からこれを見て判断可
+
+        # TensorBoardへの記録（step関数の末尾に追加）
+        if hasattr(self, 'writer') and self.writer is not None:
+            self._step_count = getattr(self, "_step_count", 0) + 1
+            for i, group in enumerate(self.param_groups):
+                self.writer.add_scalar(f"Lr{i}", group['lr'], self._step_count)
+            self.writer.add_scalar("eScalar", scalar, self._step_count)
+
+        return loss
+
+"""
+ https://github.com/muooon/EmoNavi
+ An emotion-driven optimizer that feels loss and navigates accordingly.
+ Don't think. Feel. Don't stop. Keep running. Believe in what's beyond.
+"""