Inconsistency with bias enabled in the pytorch model (Conv2d) for image classification
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 1/5
- Tempo stimato
- Meno di un'ora
- Idoneità per principianti
- 35/100
- Tipo di issue
- Bug
- Chiarezza
- Specificata chiaramente
- Stato di attività
- Ferma
- Stack tecnologico
- keras, pytorch
- Ambito
- machine-learning
Direzione di ricerca
Inizia da /tiny/benchmark/experimental/training_torch/image_classification/utils/model.py e ispeziona le definizioni di Conv2d e BatchNorm di ResNetBlock. Confronta la loro configurazione con il modello Keras corrispondente, quindi esegui i controlli pertinenti per la classificazione delle immagini, se disponibili. Il lavoro è completato quando le configurazioni della convoluzione di PyTorch e Keras sono coerenti attorno a BatchNorm.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Hello,
I am interested in running the image classification model to benchmark our accelerator and, currently, my environment is in pytorch therefore, I had a look at your experimental model under:
/tiny/benchmark/experimental/training_torch/image_classification/utils/model.py
The model contains ResNetBlock with two Conv2d convolutions followed per Batch Normalization. However, each Conv2d layer is configured with the bias enabled (bias=True) which is inconsistent with the Con2d layers in the Keras model that don't have the use_bias flag enabled (also it is not coherent with the purpose of batch normalization layer that follows).
Thank you,
Best regards,
Jean-Baptiste
- Lingua principale
- C
- Stelle
- 480
- Fork
- 116
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Nessun modello di pull request
- Leggi la guida per i contributori
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 mlcommons/tiny
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 68/100
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 20/100
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 25/100
-
Test harness mandatory?Forse di nuovo libera @jeremy-syn l’ha presa 724 giorni fa e non c’è nessuna pull request aperta. Aperta
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 35/100
Tutte le issue di mlcommons/tiny
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 88/100
BasedHardware/omi#20271 ·
I maintainer di solito rispondono entro 1 giorno
-
area/ysql kind/bug priority/medium
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
yugabyte/yugabyte-db#34552 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
flux-framework/flux-coral2#509 ·
-
documentation
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 92/100
github/copilot-sdk#2804 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 82/100
MixinNetwork/flutter-plugins#507 ·