FluxML/Flux.jl

Add max/mean unpooling operations

Open

#395 aberto em 11 de set. de 2018

Ver no GitHub
 (5 comments) (6 reactions) (0 assignees)Julia (619 forks)batch import
enhancementgood 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

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

Guia do colaborador

Direção de pesquisa
Investigue a implementação de pooling existente no Flux.jl (provavelmente em src/pooling.jl ou similar) para entender a API atual. Revise as camadas ConvTranspose mencionadas no PR #311 para identificar padrões de operações inversas. Considere adicionar tanto o unpooling máximo quanto o médio como funções separadas. Verifique os 5 comentários na issue para obter contexto adicional e sugestões de implementação.
Pilha de tecnologia
None
Domain
machine learning
Tipo Issue
Funcionalidade
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.
1-2 dias
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Antigo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Precisa de investigação
Prerequisites
JuliaFlux.jldeep learningimage2image models
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
35