FluxML/Flux.jl

Weights shape not validated against kernel, channels

Open

#2 506 ouverte le 25 oct. 2024

Voir sur GitHub
 (5 commentaires) (1 réaction) (0 assignés)Julia (619 forks)batch import
good first issuehelp wanted

Métriques du dépôt

Stars
 (4 725 stars)
Métriques de merge PR
 (Merge moyen 4h 27m) (2 PRs mergées en 30 j)

Description

weights = Flux.kaiming_normal()(3, 3, 1)
Conv((3, 3), 1 => 1; pad = (1, 1), init = (_...) -> weights)
# Conv((3,), 3 => 1, pad=1)  # 10 parameters

weights = Flux.kaiming_normal()(3, 3, 1, 1)
Conv((3, 3), 1 => 1; pad = (1, 1), init = (_...) -> weights)
# Conv((3, 3), 1 => 1, pad=1)  # 10 parameters

I wanted to strictly specify the weight init for testing, but encountered this odd result. I think there should be validation to ensure that the weight shape matches the kernel size and input channels, and error if there is a mismatch.

Guide contributeur

Direction de recherche
Examinez le code d'initialisation de la couche Conv dans src/layers/conv.jl. Ajoutez une validation pour vérifier que le tenseur de poids fourni (via init) correspond à la forme attendue en fonction de la taille du noyau et des canaux d'entrée/sortie. L'erreur doit être levée en cas de non concordance, de manière similaire à la gestion des autres incohérences de forme.
Stack technique
Aucun
Domaine
machine learning
Type d'issue
Bug
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-3 heures
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
Juliadeep learning
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
70