LuxDL/Lux.jl

Higher level recurrent layers

Open

#972 opened on 2024年10月7日

GitHub で見る
 (2 comments) (0 reactions) (0 assignees)Julia (700 stars) (84 forks)batch import
good first issue

説明

Hi! While it is relatively straightforward to implement higher level constructions like LSTM and GRU it's also nice to have a layer provided by the library like PyTorch does, having details like bidirectionality and dropout taken care of. Are there any plans to include this in Lux as well?

Thanks!

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。
4
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。
over 1 week
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。
unclear
前提条件
Julia programmingRecurrent neural networksLux.jl internals
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
調査方針
Research the existing Lux layer API in the Lux.jl source code to understand how new layers are added. Study PyTorch's RNN implementation for reference on handling bidirectionality and dropout. Engage with maintainers in the issue comments to clarify requirements and expected API design.