Parameterize autoencoder architecture
Chưa có ai nhận issue này.
Đánh giá
- Độ khó
- 5/5
- Thời gian dự kiến
- Hơn một tuần
- Mức phù hợp với người mới
- 25/100
- Loại issue
- Tính năng
- Độ rõ ràng
- Cần làm rõ
- Mức độ hoạt động
- Đình trệ
- Lĩnh vực
- machine-learning
Hướng nghiên cứu
Bắt đầu từ triển khai autoencoder hiện tại và theo dõi các shape đầu ra của phép tích chập chuyển vị trong Torch. Xác định cách có thể chọn độ sâu của kiến trúc và các tham số của phép tích chập cuối để độ dài đầu ra khớp với độ dài đầu vào; hoàn thành có nghĩa là có thể tự động khám phá độ sâu và số lượng tham số mà không cần tinh chỉnh padding thủ công.
Do mô hình lập chỉ mục viết ra từ nội dung của issue.
Mô tả
The current implementation of the autoencoder architecture make picking the depth dynamically difficult because the paddings in the inverse transposes and the padding/kernel size in the last convolution layer need to be picked just-so in order that the output length magically matches the input length. This makes exploring depth or parameter count automatically as a hyperparameter more difficult.
One solution to this might be to do dynamic shape inference on the output of the transpose convolutions, from which point it should be (I think) reasonably straightforward algebra to infer the length of kernel required in the last convolution to make the lengths work out. Keras would have this functionality, but unfortunately with Torch I think we'll just have to work out the math ourselves (though I'd LOVE to be proven wrong here).
- Ngôn ngữ chính
- Python
- Star
- 11
- Fork
- 6
- Chỉ số merge pull request
- Không có pull request nào được merge trong 30 ngày
Chuẩn bị môi trường
- Không có Dockerfile hay tệp Docker Compose
- Không có mẫu pull request
- Đọc hướng dẫn đóng góp
Bắt đầu từ đâu
- Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
- Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
- Fork repository và làm thay đổi trên một nhánh.
- Mở pull request có tham chiếu số hiệu của issue.
Issue khác của ML4GW/DeepClean
-
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 15/100
-
question research topic
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 20/100
-
enhancement
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 45/100
-
bug documentation good first issue
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 45/100
-
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 35/100
Tất cả issue của ML4GW/DeepClean
Issue tương tự
-
[Resource]: LoreĐang mởresource-submission validation-passed
Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 88/100
hesreallyhim/awesome-claude-code#3234 · 1 bình luận ·
Maintainer thường phản hồi trong vòng 1 ngày
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 78/100
openminion/openminion#376 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
Type: ☹︎ Bug
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 78/100
posit-dev/great-tables#1028 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
integration: apple_tv
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 78/100
home-assistant/core#188282 · 1 bình luận ·
Maintainer thường phản hồi trong vòng 1 ngày
-
A "since" range is worded as a career: "the past two seasons" says "regular season career (2025 on)"Đang mởP4: low
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 65/100
jeffknupp/association#538 ·