conv_bn helper block
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 2/5
- Tempo stimato
- 1-3 ore
- Idoneità per principianti
- 72/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Specificata chiaramente
- Stato di attività
- Attiva
- Stack tecnologico
- python, pytorch
- Ambito
- machine-learning
Direzione di ricerca
Il lavoro va in src/models.py, dove un helper conv_bn(cin, cout, k=3, groups=1) deve restituire una lista di layer Conv2d, BatchNorm2d e ReLU. Verifica che la dipendenza dell'issue da #4 sia stata unita prima di iniziare, e leggi il codice dei modelli esistente in quel file per adeguarti al suo stile. È completato quando nn.Sequential(*conv_bn(3,32)) trasforma un input (1,3,64,64) in (1,32,64,64) e il messaggio della PR include Closes #12.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Reusable Conv2d -> BatchNorm2d -> ReLU block.
Files: src/models.py
Tasks
-
conv_bn(cin, cout, k=3, groups=1)returning a list of layers -
bias=Falseon the conv (BatchNorm has its own shift) -
padding = k // 2so spatial size is preserved
Done when
A (1,3,64,64) input through nn.Sequential(*conv_bn(3,32)) gives (1,32,64,64).
Depends on
#4
Close with a commit or PR message containing Closes #<this issue>.
- Lingua principale
- Jupyter Notebook
- Stelle
- 0
- Fork
- 0
- Merge medio
- 1m
- PR unite (30g)
- 3
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 VisionForgeCSE/CNN-For-Image-Classification
-
Inference latency benchmarkApertaevaluation
Difficoltà 2/5 1-3 ore Idoneità per principianti 66/100
-
evaluation good first issue
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
-
Plot confusion matrixApertaevaluation
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
-
training
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
-
Optimizer factoryApertatraining
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
Tutte le issue di VisionForgeCSE/CNN-For-Image-Classification
Issue simili
-
Kumo-Tabular weights unreachable behind restrictive egress proxies (Xet + plain HTTP both fail)Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 67/100
NVIDIA/structured-data-models#1091 ·
I maintainer di solito rispondono entro 1 giorno
-
BUG: kmeans raises a weight-shape error on duplicate background rowsForse già presa @guptaishaan l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
I maintainer di solito rispondono entro 5 giorni
-
bot-triaged module: docs triaged
Difficoltà 1/5 1-3 ore Idoneità per principianti 88/100
I maintainer di solito rispondono entro 1 giorno
-
CSV additive steering fails because SAE decoder bias is always includedForse già presa @sdivyanshu90 l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 74/100
EleutherAI/lm-evaluation-harness#4364 ·
I maintainer di solito rispondono entro 1 giorno
-
[Bug]: CPU without Triton: slot-mapping fallback has a stale signature after #57169, V1 inference fails on the first forward stepForse già presa Una pull request collegata a questa issue è aperta o già unita. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 74/100
vllm-project/vllm#61131 ·
I maintainer di solito rispondono entro 1 giorno