Tencent/TurboTransformers

Refactor MultiheadAttention and other Layers

Offen

#140 geöffnet am 22.07.2020

Auf GitHub ansehen
 (0 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)C++ (206 Forks)github user discovery
enhancementhelp wanted

Repository-Metriken

Stars
 (1.546 Sterne)
PR-Merge-Metriken
 (PR-Metriken ausstehend)

Beschreibung

Now the logic inside MultiheadAttention Layer is too complex for development. Moreover, some bugs exist in intermediate management. It is the first priority to rewrite these codes to make others easily understand what Turbo is doing.

Contributor Guide

Research-Richtung
Untersuchen Sie die aktuelle MultiheadAttention Implementierung, identifizieren Sie redundante oder fehlerhafte Codepfade und refaktorisieren Sie sie in eine einfachere Struktur.
Tech Stack
Keine
Domain
backend
Issue Type
Refactoring
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-2 Tage
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Frisch
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
C++Transformer Models
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
45