rlworkgroup/garage

Add support for multiple layers for recurrent network models

Open

#709 opened on 2019年6月1日

GitHub で見る
 (0 comments) (0 reactions) (0 assignees)Python (1,728 stars) (297 forks)batch import
featuregood first issuetf

説明

Current recurrent network models, e.g. LSTMModel, only take single recurrent layer, which may not be sufficient for learning complex tasks. We should support multiple layers.

コントリビューターガイド

技術スタック
python
領域
machine learningbackend
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。
mostly clear
前提条件
Python programmingRecurrent neural networksgarage codebase structure
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。
40
調査方針
Examine the current implementation of LSTMModel and other recurrent models in the garage codebase (likely in garage/torch/models). Understand how the single recurrent layer is used. Add a 'num layers' parameter to the model constructor and modify the forward pass to stack multiple RNN layers. Ensure backward compatibility and add unit tests. Check for any existing discussions or PRs related to this issue.