Tencent/TurboTransformers

Refactor MultiheadAttention and other Layers

Ouverte

#140 ouverte le 22 juil. 2020

Voir sur GitHub
 (0 commentaire) (0 réaction) (0 personne assignée)C++ (206 forks)github user discovery
enhancementhelp wanted

Métriques du dépôt

Stars
 (1 546 étoiles)
Métriques de merge PR
 (Métriques PR en attente)

Description

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.

Guide contributeur

Direction de recherche
Examinez l'implémentation actuelle de MultiheadAttention, identifiez les chemins de code redondants ou bogués et refactorisez en une structure plus simple.
Stack technique
Aucun
Domaine
backend
Type d'issue
Refactorisation
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.
1-2 jours
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Récente
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
C++Transformer Models
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
45