FluxML/Flux.jl

Add max/mean unpooling operations

Open

#395 aperta il 11 set 2018

Vedi su GitHub
 (5 commenti) (6 reazioni) (0 assegnatari)Julia (619 fork)batch import
enhancementgood first issuehelp wanted

Metriche repository

Star
 (4725 star)
Metriche merge PR
 (Merge medio 4h 27m) (2 PR mergiate in 30 g)

Descrizione

These are fairly common operations in image2image models (including 3d images) where they go in hand with ConvTranspose layers.

Guida contributor

Direzione di ricerca
Esamina l'implementazione esistente del pooling in Flux.jl (probabilmente in src/pooling.jl o simili) per comprendere l'API attuale. Rivedi i livelli ConvTranspose menzionati nella PR #311 per individuare i pattern delle operazioni inverse. Considera l'aggiunta sia dell'unpooling massimo che di quello medio come funzioni separate. Controlla i 5 commenti sull'issue per ulteriore contesto e suggerimenti di implementazione.
Tech stack
Nessuno
Dominio
machine learning
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-2 giorni
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Datata
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Richiede indagine
Prerequisiti
JuliaFlux.jldeep learningimage2image models
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
35