evilsocket/pwnagotchi

find a way to optimize AI loading times

Offen

#166 geöffnet am 05.10.2019

Auf GitHub ansehenContributor Guide
 (6 Kommentare) (0 Reaktionen) (1 zugewiesene Person)JavaScript (978 Forks)batch import
enhancementhacktoberfesthelp wantedidea

Repository-Metriken

Stars
 (6.243 Sterne)
PR-Merge-Metriken
 (PR-Metriken ausstehend)

Beschreibung

TensorFlow takes minutes to import on a Raspberry Pi Zero W and that's probably because of the huge .so file with native primitives it has to load, among other things. Given the nature of the project, that stuff is imported only once, so caching it in memory wouldn't speed things up. Switching frameworks is not feasible, unless we have the same exact features (unlikely given that stable-baselines is TF based). For instance, there's no stable-baselines port for TF-lite.

Contributor Guide

Research-Richtung
Untersuche den TensorFlow Importprozess auf dem Raspberry Pi Zero W. Profiliere den Import, um zu identifizieren, welche .so Dateien geladen werden und deren Größe. Erwäge Alternativen wie TensorFlow Lite oder vorkompilierte Binärdateien. Untersuche die Reduzierung der Anzahl geladener Module oder Lazy Loading.
Tech Stack
pythontensorflow
Domain
machine learningperformance
Issue Type
Performance
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-2 Tage
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
PythonTensorFlowRaspberry Pi
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
50