Learnable Align Attention Implementation
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 35/100
- Tipo di issue
- Bug
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Ferma
- Stack tecnologico
- python, tensorflow
- Ambito
- machine-learning
Direzione di ricerca
Start by locating the Learnable Align Attention implementation and examining the tf.einsum call that computes affinity. Compare its tensor dimensions with the DeepFusion paper’s description of correlations across voxel cells and camera features. Determine which shape the implementation should produce; the issue has no tests or file paths to point to, and done means resolving the dimensionality question and verifying the implementation matches the intended attention computation.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
In the DeepFusion paper it was said that
For each query (i.e., voxel cell), we conduct inner product between the query and the keys to obtain the attention affinity matrix that contains 1 × N correlations between the voxel and all its corresponding N camera features.
So I think this should lead to V x N correlations for V voxel cells and if we consider batches BxVxN. However in the implementation affinity = tf.einsum('bnc,bnc->bn', q, k) produces BxN shaped tensor. I feel like this should be affinity = tf.einsum("bij,bkl->bik",q,k). I couldnt manage to wrap my head around this, what am I missing?
Finally, thanks to the team for this great work.
@LiYingwei
- Lingua principale
- Python
- Stelle
- 2.9k
- Fork
- 452
- 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 tensorflow/lingvo
-
About inverseAugAperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 25/100
tensorflow/lingvo#370 · 1 commento ·
-
Difficoltà 4/5 1-2 giorni Idoneità per principianti 35/100
tensorflow/lingvo#359 · 1 commento ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 15/100
tensorflow/lingvo#356 · 5 reazioni ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
tensorflow/lingvo#333 ·
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 35/100
tensorflow/lingvo#332 · 1 commento ·
Tutte le issue di tensorflow/lingvo
Issue simili
-
[Bug]: Python SDK overwrites OVPack backups with HTTP 200 JSON errorsForse già presa @stefanielizeth73-art l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
volcengine/OpenViking#7347 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
duolicious/duolicious#1943 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
fedora-infra/anitya#2166 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
NVIDIA/auto-ontology#486 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 69/100
NVIDIA/SkillEvaluator#446 ·
I maintainer di solito rispondono entro 2 giorni