[Lane 1 · numerics] TransposedConv2d — PyTorch reference cases for conv_transpose2d

Ouverte Adaptée aux débutants
  • Quelque chose ne va pas ?
#1,372 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Les mainteneurs répondent en général sous 1 jour

Personne n'a encore pris cette issue.

Évaluation

Difficulté
2/5
Temps estimé
1-3 heures
Accessibilité débutants
78/100
Type d'issue
Fonctionnalité
Clarté
Clairement spécifiée
Activité
Active
Stack technique
python, pytorch
Domaine
machine-learning, testing

Piste de recherche

Commencez par la liste des paramètres de l’issue et skainet-test/skainet-test-groundtruth/TESTING.md pour voir comment les cas de référence sont stockés ; utilisez des entrées PyTorch initialisées avec une graine et couvrez chaque paramètre indiqué au moins une fois. Si l’ajout de cas demande trop de préparation, joignez le script et la sortie JSON avec les entrées, les poids, le biais, la sortie attendue et les formes. Indiquez les combinaisons de paramètres que PyTorch rejette et rapportez le résultat dans l’issue parente.

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

Description

good first issue research size:s skill:numerics sub-issue

Sub-issue of #1371 ([Feature]: TransposedConv2d — convTranspose2d op, CPU kernel, backward and StableHLO lowering).

Lane: 1 · Numerics/Research
Skill needed: PyTorch. No Kotlin and no SKaiNET knowledge needed.
Size: s (a few hours)
Blocked by: nothing

What to do

  1. Write a small PyTorch script calling torch.nn.functional.conv_transpose2d on seeded random inputs for: stride (1,1)/(2,2)/(2,1); padding (0,0)/(1,1); outputPadding (0,0)/(1,1) (with stride 2); dilation (1,1)/(2,2); groups 1/2; with and without bias. Keep tensors tiny (e.g. N=1, C_in=4, 5×5, kernel 3×3).
  2. Add the cases to the PyTorch ground-truth suite used by skainet-test/skainet-test-groundtruth (see skainet-test/skainet-test-groundtruth/TESTING.md), or, if that is too much setup, attach the script plus its JSON output (inputs, weight, bias, expected output, shapes) to this issue.
  3. Note any PyTorch behaviour that surprised you (e.g. which combinations raise) in a comment.

Acceptance

  • Script and expected outputs are in the repo or attached here
  • Every parameter in the list above is covered at least once
  • Result reported back on the parent issue

Notes

The output-size formula is in TransposedConv2d.outputSize(); your cases double as a check of it.

Coverage matrix: docs/modules/ROOT/pages/reference/ops-status-matrix.adoc · How lanes work: Issue taxonomy

Langage dominant
Kotlin
Étoiles
52
Forks
15
Merge moyen
23 h 43 min
PR mergées (30 j)
82

Préparer son environnement

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 SKaiNET-developers/SKaiNET

Toutes les issues de SKaiNET-developers/SKaiNET

Issues similaires

Plus d'issues Kotlin

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.