pytorch/ignite

Improve distributed tests for Confusion Matrix (CM and MLCM)

Open

#1.657 geöffnet am 20. Feb. 2021

Auf GitHub ansehen
 (8 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (602 Forks)batch import
HacktoberfestPyDataGlobalenhancementhelp wantedmodule: metrics

Repository-Metriken

Stars
 (4.313 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 18T 23h) (19 gemergte PRs in 30 T)

Beschreibung

Currently, the testing data is generated without taking into account distributed context: https://github.com/pytorch/ignite/blob/e17acc740d38909ddbbed6648423750abe593e58/tests/ignite/metrics/test_confusion_matrix.py#L559-L565

same for MultiLabelConfusionMatrix tests.

We would like to rewrite the tests in a similar way as here : https://github.com/pytorch/ignite/blob/e17acc740d38909ddbbed6648423750abe593e58/tests/ignite/metrics/test_recall.py#L778-L785

See https://github.com/pytorch/ignite/issues#issuecomment-782750122

cc @touqir14

Contributor Guide

Research-Richtung
Studieren Sie das verlinkte Beispiel in test recall.py, um das verteilte Testmuster zu verstehen, und passen Sie dann die Testdatengenerierung und Assertions der Konfusionsmatrix an, um mit mehreren Prozessen zu arbeiten.
Tech Stack
pythonpytorch
Domain
backendtesting
Issue Type
Test
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.
Halber Tag
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.
Meist klar
Voraussetzungen
PythonPyTorchTesting
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
55