FluxML/Flux.jl

Add max/mean unpooling operations

Open

#395 opened on 2018年9月11日

GitHub で見る
 (5 comments) (6 reactions) (0 assignees)Julia (4,725 stars) (619 forks)batch import
enhancementgood first issuehelp wanted

説明

These are fairly common operations in image2image models (including 3d images) where they go in hand with ConvTranspose layers.

コントリビューターガイド

技術スタック
なし
領域
machine learning
Issue 種別
feature
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
3
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1-2 days
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
stale
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
needs investigation
前提条件
JuliaFlux.jldeep learningimage2image models
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
35
調査方針
Investigate the existing pooling implementation in Flux.jl (likely in src/pooling.jl or similar) to understand the current API. Review the ConvTranspose layers referenced in PR #311 for patterns of inverse operations. Consider adding both max and mean unpooling as separate functions. Check the 5 comments on the issue for additional context and implementation suggestions.