facebookresearch/fairseq

Support videoclip with newer version of dependencies

Open

#5.404 geöffnet am 19. Dez. 2023

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

Repository-Metriken

Stars
 (29.107 Stars)
PR-Merge-Metriken
 (Keine gemergten PRs in 30 T)

Beschreibung

🚀 Feature Request

I hope there could be a code base for videoclip with newer version of dependencies (such as python, pytorch, transformers, diffusers, etc)

Motivation

Recently I am working on a project trying to combine videoclip with diffusion model, but found the denpendencies for videoclip (MMPT) in this repository confilict with modern diffusion models, As the modern diffusion models require newer version of diffusers, transformers and other dependencies.

Pitch

Would you please provide support for videoclip models with newer version of dependencies such as diffusers, transformers, tokenizers, etc?

Contributor Guide

Research-Richtung
Überprüfe das fairseq Repository, um den Videoclip (MMPT) Code zu finden, wahrscheinlich unter fairseq/models oder examples. Identifiziere die aktuellen Abhängigkeitsversionen in setup.py oder requirements.txt und aktualisiere dann die erforderlichen Pakete (diffusers, transformers, tokenizers). Überprüfe die vorhandenen Issue Kommentare für weiteren Kontext und teste die Integration mit modernen Diffusionsmodellen.
Tech Stack
pythonpytorch
Domain
machine learning
Issue Type
Funktion
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.
Frisch
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Meist klar
Voraussetzungen
PythonPyTorchDependency management
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
60