MAISI: Quantizer compression for the embedding feature generation by autoencoder
Dieses Issue hat noch niemand übernommen.
Bewertung
- Schwierigkeit
- 5/5
- Geschätzter Aufwand
- Über eine Woche
- Anfängerfreundlichkeit
- 25/100
- Issue-Typ
- Feature
- Klarheit
- Muss geklärt werden
- Aktivitätsstatus
- Veraltet
- Tech-Stack
- pytorch
- Bereich
- machine-learning, performance
Rechercherichtung
Es ist keine Datei und kein Test benannt. Beginne damit, den Workflow zur Generierung von Embedding-Features des MAISI-Autoencoders zu lokalisieren, und reproduziere ihn mit dem Lungen-CT-Fall 836x512x512 auf einer 48-GB-GPU. Untersuche die Komprimierung des Quantisierers; als abgeschlossen gilt die Aufgabe, wenn OOM vermieden wird und gleichzeitig Stitching-Artefakte verhindert werden.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Beschreibung
Hi,
When I generate the embedding features by the trained autoencoder for the lung CT case with size of 836x512x512, I often encounter the OOM issue with 48GB GPU. Even though I have adjust the slices_num_max=256, it still suffers from the OOM issue, which may result in the stitch artifact issue. Thanks.
- Vorherrschende Sprache
- Jupyter Notebook
- Sterne
- 2.6k
- Forks
- 805
- Ø Merge
- 6 T. 17 Std.
- Gemergte PRs (30 T.)
- 4
Entwicklungsumgebung
- Kein Dockerfile und keine Docker-Compose-Datei
- Hat eine Pull-Request-Vorlage
- Beitragsleitfaden lesen
Erste Schritte
- Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
- Forken Sie das Repository und arbeiten Sie in einem Branch.
- Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.
Mehr aus Project-MONAI/tutorials
-
Schwierigkeit 1/5 1-3 Stunden Anfängerfreundlichkeit 76/100
Project-MONAI/tutorials#2069 ·
-
Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 85/100
Project-MONAI/tutorials#1704 ·
-
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 45/100
Project-MONAI/tutorials#2080 ·
-
Rehost CONSepEvtl. vergeben @vikashg hat das vor 11 Tagen übernommen. Offen
Project-MONAI/tutorials#2079 · 1 Kommentar · 2 zugewiesene Personen ·
-
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 62/100
Project-MONAI/tutorials#2071 ·
Alle Issues in Project-MONAI/tutorials
Ähnliche Issues
-
area:ai-suggestions bug P2
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 84/100
uttrflow/uttrflow-swift#5115 ·
Maintainer antworten meist innerhalb von 1 Tag
-
Zero-token evaluations are treated as missing cost in selectionEvtl. vergeben @sylvesterkaczmarek hat das heute übernommen. Offen
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 76/100
google-research/rrsi#6 ·
-
area/evaluation bug
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 88/100
Maintainer antworten meist innerhalb von 1 Tag
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 82/100
sgl-project/SpecForge#927 ·
Maintainer antworten meist innerhalb von 6 Tagen
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 82/100
vllm-project/compressed-tensors#920 ·
Maintainer antworten meist innerhalb von 1 Tag