Fix scaling in attention computation
还没有人认领这个 Issue。
评估
- 难度
- 3/5
- 预计耗时
- 1-2 天
- 新手友好度
- 45/100
- Issue 类型
- 缺陷
- 描述清晰度
- 基本清楚
- 活跃度
- 停滞
- 技术栈
- jupyter-notebook
调研方向
未指定文件或测试。定位 notebook 或源代码中的 attention 计算，确定原始 attention 及其维度，并检查 training loss 的测量方式。完成的标准是：原始 attention 按其维度的平方根进行缩放，并且现有 notebook 或测试中的检查通过。
由索引模型根据 Issue 内容生成。
描述
Currently we are not dividing the raw attention by the square root of dimension, when we should.
It's possible that this explains some of the losses peaks during training of tiny models.
- 主要语言
- Jupyter Notebook
- 星标
- 24
- 派生
- 6
- PR 合并指标
- 30 天内没有已合并 PR
环境准备
- 没有 Dockerfile 或 Docker Compose 文件
- 没有 Pull Request 模板
- 阅读贡献指南
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
PAIR-code/tiny-transformers 的其他 Issue
-
难度 5/5 一周以上 新手友好度 25/100
-
Add support for cross-entropy loss with integer labels可能重新可做 @aliciafmachado 于 604 天前认领，目前没有进行中的 PR。 未关闭enhancement
PAIR-code/tiny-transformers#60 · 已指派 1 人 ·
-
Refactor transformer_gtensor.ts and gpt2.ts to share functions in a common file可能重新可做 @aliciafmachado 于 637 天前认领，目前没有进行中的 PR。 未关闭enhancement
PAIR-code/tiny-transformers#54 · 已指派 1 人 ·
-
Add GPT2 tokenizer可能重新可做 @aliciafmachado 于 637 天前认领，目前没有进行中的 PR。 未关闭
PAIR-code/tiny-transformers#52 · 已指派 1 人 ·
-
难度 3/5 1-2 天 新手友好度 35/100
查看 PAIR-code/tiny-transformers 的全部 Issue
相似的 Issue
-
bug
难度 2/5 1-3 小时 新手友好度 72/100
-
ManualStateFeatureWeighting accepts non-positive weights leading to NaN/inf loss可能已有人在做 @Shivampal157 今天认领。 未关闭
难度 2/5 1-3 小时 新手友好度 80/100
mllam/neural-lam#787 · 1 条评论 ·
维护者通常 2 天内回复
-
Angle brackets are not tokenizer delimiters, so `<http://…>` fuses the opening bracket to the URL未关闭
难度 2/5 1-3 小时 新手友好度 65/100
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 68/100
maziyarpanahi/openmed#4204 · 1 条评论 ·
维护者通常 3 天内回复
-
难度 2/5 1-3 小时 新手友好度 70/100
rvandewater/YAIB#206 ·