Implement more pooling operators
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 30/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Ferma
- Stack tecnologico
- julia
- Ambito
- machine-learning
Direzione di ricerca
Inizia leggendo le implementazioni esistenti di GlobalPool per global_add_pool, global_mean_pool e global_max_pool, quindi confronta le loro interfacce con gli operatori di pooling di PyTorch Geometric collegati nell’issue. Implementa global_sort_pool, Set2Set e GraphMultisetTransformer in modo coerente con questi operatori esistenti; il lavoro è completo quando tutti e tre gli operatori di pooling non selezionati sono disponibili e il loro comportamento è coperto dalla validazione del progetto.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
This is the list of pooling operators in pytorch geometric
- global_add_pool (
GlobalPool(+)here) - global_mean_pool (
GlobalPool(mean)here) - global_max_pool (
GlobalPool(max)here) - global_sort_pool
- GlobalAttention (
GlobaAttentionlPool(max)here) - Set2Set
- GraphMultisetTransformer
- Lingua principale
- Julia
- Stelle
- 310
- Fork
- 74
- Merge medio
- 3g 23h
- PR unite (30g)
- 2
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di JuliaGraphs/GraphNeuralNetworks.jl
-
remove_nodes doesn't update graph_indicator on batched graphsForse già presa @parth-patel010 l’ha presa 2 giorni fa. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 35/100
JuliaGraphs/GraphNeuralNetworks.jl#716 · 1 commento ·
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 68/100
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
JuliaGraphs/GraphNeuralNetworks.jl#702 · 1 commento ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 48/100
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 48/100
Tutte le issue di JuliaGraphs/GraphNeuralNetworks.jl
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
MagneticResonanceImaging/MRIReco.jl#320 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
rfordatascience/tidytuesday#1098 ·
-
ci system:windows test
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 76/100
I maintainer di solito rispondono entro 1 giorno
-
Single-column TKE example: boundary-layer depth description doesn't match Han & Bretherton (2019)Aperta
Difficoltà 1/5 1-3 ore Idoneità per principianti 82/100
NumericalEarth/Breeze.jl#1143 ·
I maintainer di solito rispondono entro 1 giorno