FluxML/Flux.jl

Does Flux support N-dimensional convolutions, where N>3?

オープン

#451 opened on 2018/10/22

GitHub で見るコントリビューターガイド
 (20 件のコメント) (0 件のリアクション) (0 人の担当者)Julia (619 件のフォーク)batch import
enhancementhelp wanted

Repository metrics

Stars
 (4,725 個のスター)
PR merge metrics
 (平均マージ 3d 6h) (30d で 6 merged PRs)

説明

While this works:

Conv((1,1,1), 1=>1)(rand(1,1,1,1,1)) #3D convolution

This throws an error:

Conv((1,1,1,1), 1=>1)(rand(1,1,1,1,1,1)) #4D convolution
#ERROR: MethodError: no method matching conv!(::Array{Float64,6}, ::Array{Float64,6}, ::Array{Float64,6}; pad=(0, 0, 0, 0), stride=(1, 1, 1, 1), dilation=(1, 1, 1, 1))

I'm running Julia 0.7 and:

[587475ba] Flux v0.6.7+ #master (https://github.com/FluxML/Flux.jl.git)
[872c559c] NNlib v0.4.2+ #master (https://github.com/FluxML/NNlib.jl.git)

コントリビューターガイド

調査方針
Flux と NNlib の conv! 関数を調査し、なぜ 3D 畳み込みまでしかサポートしていないのかを理解する。エラーは 6D 配列に一致する conv! メソッドがないことを示している。畳み込みを任意の N 次元に拡張するには、動的なカーネルサイズとパディングを処理するために、基盤となる実装を変更する必要がある。既存の 3D 畳み込みコードを確認し、それを一般化する。ブロードキャストやループ構造を活用する可能性がある。issue コメントにガイダンスとなるオープンな PR や議論がないか確認する。
技術スタック
なし
領域
machine learning
Issue 種別
機能
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。
半日
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。
アクティブ
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。
明確
前提条件
なし
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。
30