Expand the expand operator to support blockwise broadcasting
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 10/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Da chiarire
- Stato di attività
- Ferma
- Ambito
- machine-learning
Direzione di ricerca
Start with the blockwise broadcasting section and the expand operator definition in the WebNN spec, then the quantizeLinear and dequantizeLinear entries they depend on. The issue offers two alternatives (extend expand or extend resample with multi-axis nearest neighbor), so the first step is a maintainer decision on which to pursue. Done means that decision is recorded and the spec text is updated to match.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
This is motivated mainly for operator decomposability purposes (came out of the wave 3 PR), to express quantizeLinear and dequantizeLinear generically rather than having a form of broadcasting that is unique to only those two operators, and it may be useful to express other future operators. This would move the blockwise broadcasting aspect into expand, leaving the rest of the decomposition being the respective mul/div/sub/add for Q and DQ. Alternately, we could extend resample with nearest neighbor to support multiple axes, which we may want to do anyway, but putting it on expand makes sense conceptually as it's always an integer upsampling (resample takes any ratio).
- 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 · 3 commenti · 2 reazioni ·
Tutte le issue di webmachinelearning/webnn
Issue simili
-
pnnx: manual tanh GELU fusion loses the approximation modeForse già presa @ktz03 l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
Tencent/ncnn#7175 · 1 reazione ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
Arekkazu/sgpmp-backend#744 ·
I maintainer di solito rispondono entro 1 giorno
-
ver: 2.7.x
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
Lightning-AI/pytorch-lightning#22059 ·
I maintainer di solito rispondono entro 1 giorno
-
enhancement good first issue
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
selimfirat/pysad#426 ·
I maintainer di solito rispondono entro 1 giorno
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 64/100
cellarium-ai/cellarium-ml#440 ·