FluxML/Flux.jl

ConvRNN Cell and ConvLSTM Cell

Open

#91 geöffnet am 18. Okt. 2017

Auf GitHub ansehen
 (5 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Julia (619 Forks)batch import
RNNhelp wanted

Repository-Metriken

Stars
 (4.725 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 4h 27m) (2 gemergte PRs in 30 T)

Beschreibung

There is an implementation in MXNet: https://github.com/apache/incubator-mxnet/pull/6832

Contributor Guide

Research-Richtung
Beziehen Sie sich auf die verlinkte MXNet Implementierung. Beginnen Sie mit der Untersuchung vorhandener Faltungsschichten in Flux (z. B. Conv, ConvTranspose) und rekurrenter Zellen (z. B. LSTM, GRU). Implementieren Sie eine ConvRNN Zelle ähnlich der MXNet Version und kombinieren Sie dann mehrere Zellen zu ConvLSTM. Stellen Sie die Kompatibilität mit der automatischen Differentiation von Flux sicher. Öffnen Sie frühzeitig einen Entwurf PR für Feedback.
Tech Stack
Keine
Domain
machine learning
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
4
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
3-5 Tage
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Veraltet
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Meist klar
Voraussetzungen
Familiarity with Flux.jlUnderstanding of convolutional layersBasic knowledge of recurrent networks
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
35