Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Add CNNs like ResNets, ConvNeXt, etc.

Aperta
  • Qualcosa non va?
#30 3 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
25/100
Tipo di issue
Funzionalità
Chiarezza
Da chiarire
Stato di attività
Ferma
Stack tecnologico
python
Ambito
computer-vision, machine-learning

Direzione di ricerca

Non vengono indicati file, test o punti di ingresso. Inizia esaminando i percorsi esistenti del repository per l’addestramento di modelli di visione e SAE, quindi determina come potrebbero integrarsi le attivazioni di ResNet o ConvNeXt e l’addestramento su CIFAR-100. Per considerare il lavoro completato, sarebbe necessario definire l’ambito di un esperimento o di un’implementazione, insieme a un modo per valutare le interpretazioni risultanti.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

enhancement

Thank the authors and contributors for your novel, inspiring works. These works are well-presented.

Here is my question: I just wondered is there any possibility that SAE can be used to interpret the intermediate layer activations of sheer vision models like ResNet?

Compared to ViT, ResNet activations are far less discriminative, or to put it another way, far simpler. But as the authors found, “SAEs enable systematic observation of learned features, revealing fundamental differences between models”. ResNet should have its own traits, and what would it be like if we use SAE to understand it?

Additionally, I noticed that SAE should be trained on very large scale datasets, but why? If we train SAE only on very small scale datasets, say CIFAR-100, what would it be like?

(I understand that text-modal supervison tends to be important, so this is just a question out of nowhere and general or coarse-grained answers would be fine. Hope it does not look silly :D)

Lingua principale
Python
Stelle
67
Fork
12
Nessuna PR unita negli ultimi 30g

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di Imageomics/saev

Tutte le issue di Imageomics/saev

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.