Implement Model A (standard CNN)
Maintainer thường phản hồi trong vòng 1 ngày
@Sandali0726 đang làm issue này rồi.
Từ ngày 12/10/2026.
Đánh giá
- Độ khó
- 2/5
- Thời gian dự kiến
- 1-3 giờ
- Mức phù hợp với người mới
- 68/100
- Loại issue
- Tính năng
- Độ rõ ràng
- Đặc tả rõ ràng
- Mức độ hoạt động
- Sôi nổi
- Công nghệ
- python, pytorch
- Lĩnh vực
- machine-learning
Hướng nghiên cứu
Làm việc trong src/models.py và xây dựng ModelA từ hàm trợ giúp conv_bn mà issue #12 giới thiệu, vì vậy hãy kiểm tra xem #12 đã được merge hay chưa trước. Xếp chồng bốn khối Conv3x3-BN-ReLU-MaxPool với độ rộng 32/64/128/256, sau đó là nn.AdaptiveAvgPool2d(1), Dropout(0.3), Dense(64), ReLU và Dense(3). Công việc hoàn thành khi đầu vào (2,3,64,64) trả về shape (2,3) và số tham số có thể huấn luyện khoảng 405k.
Do mô hình lập chỉ mục viết ra từ nội dung của issue.
Mô tả
4 x [Conv3x3-BN-ReLU-MaxPool] with widths 32/64/128/256 -> GAP -> Dropout(0.3) -> Dense(64) -> ReLU -> Dense(3).
Files: src/models.py
Tasks
-
class ModelA(nn.Module)built fromconv_bn - Use
nn.AdaptiveAvgPool2d(1)(GAP) instead of Flatten - Docstring listing the output shape after each stage
Done when
Forward of (2,3,64,64) returns (2,3); about 405k trainable parameters.
Depends on
#12
Close with a commit or PR message containing Closes #<this issue>.
- Ngôn ngữ chính
- Jupyter Notebook
- Star
- 0
- Fork
- 0
- Merge trung bình
- 2 giờ 33 phút
- Pull request đã merge (30 ngày)
- 11
Chuẩn bị môi trường
Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.
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 VisionForgeCSE/CNN-For-Image-Classification
-
task-4 ws5-comparison
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 72/100
VisionForgeCSE/CNN-For-Image-Classification#75 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
task-5 ws4-efficientnet
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 82/100
VisionForgeCSE/CNN-For-Image-Classification#71 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
task-5 ws3-mobilenetv2
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 72/100
VisionForgeCSE/CNN-For-Image-Classification#67 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
task-4 ws2-model-b
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 74/100
VisionForgeCSE/CNN-For-Image-Classification#64 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
task-4 ws1-model-a
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 68/100
VisionForgeCSE/CNN-For-Image-Classification#57 ·
Maintainer thường phản hồi trong vòng 1 ngày
Tất cả issue của VisionForgeCSE/CNN-For-Image-Classification
Issue tương tự
-
[Bug]: SparseGPTModifier and WandaPruningModifier prune modules listed by exact name in `ignore`Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 90/100
vllm-project/llm-compressor#3304 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
MiniMax provider forces `thinking: disabled`, which MiniMax-M3.1-Flash-Preview rejects with HTTP 400Đang mởcore
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 84/100
vectorize-io/hindsight#5718 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 62/100
mlr-org/mlr3cmprsk#42 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
bug(sdk): ExitHandler allows artifact dependency on upstream task and fails compilerCó thể đã có người làm @ravikumar266 đã nhận hôm nay. Đang mởarea/sdk kind/bug
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 78/100
kubeflow/pipelines#14924 · 2 bình luận ·
Maintainer thường phản hồi trong vòng 1 ngày
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 62/100
Maintainer thường phản hồi trong vòng 2 ngày