facebookresearch/fairseq

About hubert finetuning

Offen

#5.043 geöffnet am 23.03.2023

Auf GitHub ansehenContributor Guide
 (1 Kommentar) (0 Reaktionen) (0 zugewiesene Personen)Python (6.224 Forks)batch import
enhancementhelp wantedneeds triage

Repository-Metriken

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

Beschreibung

🚀 Feature Request

At present, hubert finetuning has only a 10h config. If I want to finetune a 10min or 1h dataset, what should I change?

Motivation

Pitch

Alternatives

Additional context

Contributor Guide

Research-Richtung
Untersuche die vorhandenen HuBERT Fine Tuning Konfigurationen im Repository, insbesondere die 10 Stunden Konfiguration. Erwäge, eine neue Konfiguration für kürzere Datensätze zu erstellen oder eine Dokumentation hinzuzufügen, die erklärt, wie Parameter für verschiedene Datensatzgrößen angepasst werden können. Siehe die fairseq Dokumentation zur Konfigurationsanpassung.
Tech Stack
pythonpytorch
Domain
machine learningai
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
Halber Tag
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Wartet auf Maintainer Antwort
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Meist klar
Voraussetzungen
PythonPyTorchfairseq basics
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
50