Does Flux support N-dimensional convolutions, where N>3?

Metriche repository

Star

4725 stelle (4725 stelle)

Metriche merge PR

Merge medio 3g 6h (Merge medio 3g 6h)6 PR mergiate in 30 g (6 PR mergiate in 30 g)

Descrizione

Conv((1,1,1), 1=>1)(rand(1,1,1,1,1)) #3D convolution

Conv((1,1,1,1), 1=>1)(rand(1,1,1,1,1,1)) #4D convolution
#ERROR: MethodError: no method matching conv!(::Array{Float64,6}, ::Array{Float64,6}, ::Array{Float64,6}; pad=(0, 0, 0, 0), stride=(1, 1, 1, 1), dilation=(1, 1, 1, 1))

[587475ba] Flux v0.6.7+ #master (https://github.com/FluxML/Flux.jl.git)
[872c559c] NNlib v0.4.2+ #master (https://github.com/FluxML/NNlib.jl.git)

Guida contributor

Direzione di ricerca

Indaga la funzione conv! in Flux e NNlib per capire perché supporta solo convoluzioni fino a 3D. L'errore indica che non esiste un metodo conv! corrispondente per array 6D. Estendere la convoluzione a dimensioni N arbitrarie richiederebbe di modificare l'implementazione sottostante per gestire dimensioni del kernel e padding dinamici. Esamina il codice esistente per le convoluzioni 3D e generalizzalo, eventualmente sfruttando strutture di broadcast o loop. Controlla se ci sono PR aperti o discussioni nei commenti dell'issue per orientamento.

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.

Mezza giornata

Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.

Attiva

ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.

Chiara

Prerequisiti

Nessuno

Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.

30