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

Métricas do repositório

Stars

4.725 stars (4.725 stars)

Métricas de merge de PR

Mesclagem média 4h 27m (Mesclagem média 4h 27m)2 fundiu PRs em 30d (2 fundiu PRs em 30d)

Description

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

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))

[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)

Guia do colaborador

Direção de pesquisa

Investigue a função conv! no Flux e NNlib para entender por que ela suporta apenas convoluções até 3D. O erro indica que não há método correspondente a conv! para arrays 6D. Estender a convolução para dimensões N arbitrárias exigiria modificar a implementação subjacente para lidar com tamanhos de kernel e preenchimento dinâmicos. Examine o código existente para convoluções 3D e generalize o, possivelmente aproveitando estruturas de broadcast ou loops. Verifique se há PRs abertos ou discussões nos comentários da issue para orientação.

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.

Meio dia

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

None

Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.

30