FluxML/Flux.jl

Weights shape not validated against kernel, channels

Open

#2.506 aberto em 25 de out. de 2024

Ver no GitHub
 (5 comments) (1 reaction) (0 assignees)Julia (619 forks)batch import
good first issuehelp wanted

Métricas do repositório

Stars
 (4.725 stars)
Métricas de merge de PR
 (Mesclagem média 4h 27m) (2 fundiu PRs em 30d)

Description

weights = Flux.kaiming_normal()(3, 3, 1)
Conv((3, 3), 1 => 1; pad = (1, 1), init = (_...) -> weights)
# Conv((3,), 3 => 1, pad=1)  # 10 parameters

weights = Flux.kaiming_normal()(3, 3, 1, 1)
Conv((3, 3), 1 => 1; pad = (1, 1), init = (_...) -> weights)
# Conv((3, 3), 1 => 1, pad=1)  # 10 parameters

I wanted to strictly specify the weight init for testing, but encountered this odd result. I think there should be validation to ensure that the weight shape matches the kernel size and input channels, and error if there is a mismatch.

Guia do colaborador

Direção de pesquisa
Analise o código de inicialização da camada Conv em src/layers/conv.jl. Adicione validação para verificar se o tensor de pesos fornecido (via init) corresponde ao formato esperado com base no tamanho do kernel e nos canais de entrada/saída. O erro deve ser lançado se houver uma incompatibilidade, de forma semelhante a como outras incompatibilidades de formato são tratadas.
Pilha de tecnologia
None
Domain
machine learning
Tipo Issue
Bug
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-3 horas
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
Juliadeep learning
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
70