facebookarchive/caffe2

MKL-DNN integration does not support backward pass

Open

#2 376 ouverte le 22 mars 2018

Voir sur GitHub
 (1 commentaire) (0 réactions) (0 assignés)Shell (8 424 stars) (1 954 forks)batch import
help wanted

Description

MKL-DNN integration (in caffe2/mkl) implements only forward pass operators, although MKL-DNN itself provides primitives for both forward and backward pass. Implementation of ConvGradient operator would let Caffe2 use MKL-DNN for training on CPU, and support some models which need backprop (e.g. deep dream).

Guide contributeur

Stack technique
cpppythonshell
Domaine
machine learningai
Type d'issue
feature
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
4
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
3-5 days
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
stale
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
clear
Prérequis
Knowledge of MKL DNN primitiveC++ development experienceFamiliarity with Caffe2 operator registration
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
15
Direction de recherche
Review existing forward pass implementation in caffe2/mkl directory to understand operator structure. Study MKL DNN documentation for backward pass primitives, particularly for convolution. Examine Caffe2's gradient operator patterns elsewhere (e.g., CPU or CUDA operators) to define ConvGradient. Propose a plan with specific files to modify and tests to add.