Neural Network Feature (Wish) List
Dieses Issue hat noch niemand übernommen.
Bewertung
- Schwierigkeit
- 5/5
- Geschätzter Aufwand
- Über eine Woche
- Anfängerfreundlichkeit
- 20/100
- Issue-Typ
- Feature
- Klarheit
- Muss geklärt werden
- Aktivitätsstatus
- Veraltet
- Tech-Stack
- javascript
- Bereich
- machine-learning
Rechercherichtung
Dieses Issue ist eine umfangreiche Wunschliste und nennt keine Dateien, Tests oder Einstiegspunkte. Wähle zunächst einen nicht abgehakten Punkt aus und lies die referenzierten Issues und verlinkten Ressourcen. Lege den Umfang und die Abschlusskriterien dieses Punkts fest, bevor du mit der Arbeit beginnst.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Beschreibung
Neural Network Feature (Wish) List
These are the basics:
- Basic 2-layer network with bias
- Activation functions which reuse the activation on the backwards pass (sigmoid, tanh, ReLU)
- MSE cost function
- Adjustable learning rate
- Additional examples and tests
See #41 and #66 and #76.
These would be interesting to add:
- Multiple hidden layers
Per #61. - Semi-arbitrary activation functions
Per #70 and #75. - Arbitrary cost functions
See here. - Automatically adapting learning rate (Momentum)
Per #65. Also see here via here. - Multiple initial weighting strategies
See here. - Convolution layers
See here. Also see here via here. - Simple RNN
See here via here. - Advanced optimization
See here.
- Vorherrschende Sprache
- JavaScript
- Sterne
- 438
- Forks
- 242
- PR-Merge-Kennzahlen
- Keine gemergten PRs in 30 T.
Entwicklungsumgebung
Dieses Projekt bietet weder Dev-Container noch Dockerfile noch Beitragsleitfaden – die Einrichtung liegt bei Ihnen. Beginnen Sie mit der README; die allgemeinen Schritte stehen in unserem Leitfaden für den ersten Beitrag.
Erste Schritte
- Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
- Forken Sie das Repository und arbeiten Sie in einem Branch.
- Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.
Mehr aus CodingTrain/Toy-Neural-Network-JS
-
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 20/100
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 35/100
-
Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 30/100
-
Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 20/100
CodingTrain/Toy-Neural-Network-JS#149 · 1 Kommentar ·
-
Gradient OptimizationOffen
Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 42/100
Alle Issues in CodingTrain/Toy-Neural-Network-JS
Ähnliche Issues
-
bug
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 75/100
arfct/timezone.fyi#19 ·
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 82/100
fastify/fastify-http-proxy#493 ·
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 82/100
tensorflow/tfjs#8754 ·
-
bug main ui
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 78/100
openhab/openhab-webui#4671 ·
Maintainer antworten meist innerhalb von 1 Tag
-
scratch-paint's npm test does not run lint, so CI never lints paint; one lint error is currently in developEvtl. vergeben Ein verknüpfter Pull Request ist offen oder bereits gemergt. Offen
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 86/100
scratchfoundation/scratch-editor#754 ·
Maintainer antworten meist innerhalb von 1 Tag