Consider separately pass each activation and direction's weights&bias for lstm and gru
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 8/100
- Tipo di issue
- Refactoring
- Chiarezza
- Da chiarire
- Stato di attività
- Ferma
- Ambito
- api, machine-learning
Direzione di ricerca
This is an API design question in the WebNN spec, not a code change to start from. Read the linked webnn issue 689 and pull request 747 to see the current lstm and gru operand layout, then compare it with the CoreML recurrent op the issue cites. The thread has been idle for about two years with no decision, so the first step is to ask the maintainers whether they want the change at all. Done would mean an agreed signature for separate per-direction weights and bias and separate activation parameters.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
This is feedback from when trying to implement gru/lstm on CoreML driven by https://github.com/webmachinelearning/webnn/issues/689.
The biases and weights are stacked together for forward and backward directions when it's bidirectional, similarly activations are passed as an array instead of distinct separate values params.
I think it's more explicit and cleaner to follow the CoreML's design which:
- Pass bias & weights for each direction separately when it's bidrectional
- Pass activations separately for
recurrent_activation,cell_activation,activation.
What do you think?
This also helps to unblock the lstm/gru implementation on CoreML from depending on the outcome of MLConstantOperand discussion.
@fdwr @huningxin
- Lingua principale
- Bikeshed
- Stelle
- 566
- Fork
- 72
- Merge medio
- 6g 5h
- PR unite (30g)
- 1
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 webmachinelearning/webnn
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 35/100
webmachinelearning/webnn#967 ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
webmachinelearning/webnn#966 · 1 commento ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 35/100
webmachinelearning/webnn#965 · 1 commento ·
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 68/100
webmachinelearning/webnn#964 · 1 commento · 1 reazione ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 30/100
webmachinelearning/webnn#963 · 2 commenti · 1 reazione ·
Tutte le issue di webmachinelearning/webnn
Issue simili
-
Mend: dependency security vulnerability
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
kube-tarian/sigrun#202 ·
-
agent:WSL bug linux LOW
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
mgradwohl/tasksmack#2750 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
peteonrails/voxtype#909 ·
I maintainer di solito rispondono entro 2 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
I maintainer di solito rispondono entro 1 giorno