pytorch/vision

NASNet Model

Open

#321 geöffnet am 3. Nov. 2017

Auf GitHub ansehen
 (15 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (6.858 Forks)batch import
enhancementhelp wanted

Repository-Metriken

Stars
 (15.050 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 12T 8h) (14 gemergte PRs in 30 T)

Beschreibung

Recently the Google Brain Team released a fantastic CNN model, NASNet, in TF-slim, which achieved the state-of-the-art Top-1 Accuracy on ImageNet by 82.7 %. I want to know that the PyTorch team has any plan for implement or porting this model into the PyTorch Offifcial Models (i.e., torchvision models)?

Contributor Guide

Research-Richtung
Überprüfe die Kommentare im Issue, um die Reaktion der Community zu verstehen. Untersuche das NASNet Paper und die bestehende TensorFlow Implementierung in TF slim. Prüfe, ob inoffizielle PyTorch Implementierungen existieren. Schlage einen Fahrplan für die Aufnahme des Modells in torchvision vor, einschließlich der erforderlichen Codeänderungen im models Verzeichnis und möglicherweise dem Hinzufügen vortrainierter Gewichte.
Tech Stack
pythonpytorch
Domain
machine learningai
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
4
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
Über 1 Woche
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
PyTorchCNNGit
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
35