LuxDL/Lux.jl

Higher level recurrent layers

Aperta

#972 aperta il 7 ott 2024

Vedi su GitHub
 (2 commenti) (0 reazioni) (0 assegnatari)Julia (84 fork)batch import
good first issue

Metriche repository

Star
 (700 stelle)
Metriche merge PR
 (Merge medio 13g 21h) (2 PR mergiate in 30 g)

Descrizione

Hi! While it is relatively straightforward to implement higher level constructions like LSTM and GRU it's also nice to have a layer provided by the library like PyTorch does, having details like bidirectionality and dropout taken care of. Are there any plans to include this in Lux as well?

Thanks!

Guida contributor

Direzione di ricerca
Esamina il codice sorgente dei layer ricorrenti esistenti di Lux e confrontalo con l'implementazione RNN di PyTorch. Identifica le lacune e proponi un piano per aggiungere layer LSTM e GRU con supporto per bidirezionalità e dropout.
Tech stack
julia
Dominio
machine learning
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
4
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
3-5 giorni
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
Juliadeep learning basics
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
35