Hacktoberfest 2026 : les issues que les mainteneurs ont marquées pour octobre, ouvertes et accessibles aux débutants. Parcourir les issues Hacktoberfest

Neural Network Feature (Wish) List

Ouverte
  • Quelque chose ne va pas ?
#77 1 commentaire 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

Évaluation

Difficulté
5/5
Temps estimé
Plus d'une semaine
Accessibilité débutants
20/100
Type d'issue
Fonctionnalité
Clarté
À clarifier
Activité
À l'abandon
Stack technique
javascript
Domaine
machine-learning

Piste de recherche

Cette issue est une vaste liste de souhaits et ne mentionne aucun fichier, test ou point d’entrée. Commencez par sélectionner un élément non coché et lire les issues référencées ainsi que les ressources liées. Définissez la portée et les critères d’achèvement de cet élément avant d’entreprendre le travail.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Description

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.
Langage dominant
JavaScript
Étoiles
437
Forks
242
Aucune PR mergée en 30 j

Préparer son environnement

Ce projet ne fournit ni conteneur de développement, ni Dockerfile, ni guide de contribution : l'installation est à votre charge. Commencez par son README, et consultez notre guide de la première contribution pour les étapes générales.

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Autres issues de CodingTrain/Toy-Neural-Network-JS

Toutes les issues de CodingTrain/Toy-Neural-Network-JS

Issues similaires

Plus d'issues JavaScript

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.