Major Issues with nanopyx.methods.esrrf.parameter_sweep
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 42/100
- Tipo de issue
- Error
- Claridad
- Bastante claro
- Estado de actividad
- Tranquilo
- Stack tecnológico
- python
- Área
- computer-vision, performance
Línea de trabajo
Comienza en nanopyx.methods.esrrf.parameter_sweep y sigue el manejo de n_frames y el cálculo de qnr. Reproduce el caso reportado de procesamiento por lotes de 100 frames en conjuntos de datos grandes y el caso de qnr bajo con datos reducidos. Se considera terminado cuando el procesamiento por lotes se mantiene dentro del límite de memoria previsto y qnr devuelve un valor plausible para las imágenes de referencia y eSRRF indicadas.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
The parameter sweep function experiences several errors when attempting to use the n_frames keyword argument. When attempting to split a large data set into 100 frame batches, the function will load the entire data set, creating a memory overflow. I have been able to pass 100 frames to the parameter sweep function without any issues on my laptop with 32GB of RAM. However, attempting to batch large data sets (1000+ frames) into 100 frame chucks causes memory to exceed 75GBs on a high performance cluster.
By reducing the size of the original dataset, the function can run within memory limits; however, it displays a quirk in qnr the calculation returning the impossibly low value of 0. The resulting qnr chart is depicted below, despite moderate similarities in the reference image and the eSRRF image:
Please ignore the "1000 frame average" title the variable used in the f-string was outdated. Both the references and eSRRF image are from 10 frames.
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 93
- Forks
- 14
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
- Incluye un Dockerfile o un archivo de Docker Compose
- Sin plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de HenriquesLab/NanoPyx
-
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
HenriquesLab/NanoPyx#152 · 2 comentarios ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
HenriquesLab/NanoPyx#150 · 4 comentarios ·
Todos los issues de HenriquesLab/NanoPyx
Issues similares
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
vahinitech/20factor-analyser#140 ·
Los mantenedores suelen responder en 1 día
-
shadow variableAbierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 85/100
Los mantenedores suelen responder en 1 día
-
Transparent images become black: decode_base64_to_image / encode_image_to_base64 drop alphaPosiblemente ocupada Un pull request vinculado a esta issue está abierto o ya se fusionó. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
open-compass/VLMEvalKit#1752 ·
Los mantenedores suelen responder en 4 días
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
flatironinstitute/CaImAn#1589 · 1 comentario ·
-
Avoid int64 intermediate tensors in Boolean mask overlap postprocessingPosiblemente ocupada @nyavana la tomó hace 1 día. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
facebookresearch/sam3#635 ·