Consider reframing HF Dataset Upload Guide as a more general HF Upload Guide

Abierto
#68 1 comentario 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
2/5
Tiempo estimado
1-3 horas
Aptitud para principiantes
58/100
Tipo de issue
Documentación
Claridad
Bastante claro
Estado de actividad
Tranquilo
Stack tecnológico
huggingface

Línea de trabajo

Empieza con la HF Dataset Upload Guide existente y revisa la discusión en issue 65. Reformula las indicaciones para las cargas en HF en general, distinguiendo cuando sea necesario entre repositorios de datasets, modelos y espacios; incluye checkpoints de modelos separados y la generación de una colección. Después, verifica que el resultado evite duplicar las indicaciones sobre datasets y modelos.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

[...] The other remaining point I noticed when reviewing this is that it only talks about dataset repos on HF. But the guidance (or at least most of it?) applies just as much to model repos.

Presumably we don't want to have near-duplicates of this for dataset and model repo guidance. Would the idea be to create a separate model repo guidance that by and large refers to this page asking the reader to replace the concept of "dataset" with "model"? Or would it be better to have a single page that in the (hopefully very few) places where it matters distinguishes between dataset repo and model repo type? (One pending project candidate that needs this guidance in fact needs it for a model repo.)

Originally posted by @hlapp in https://github.com/Imageomics/Collaborative-distributed-science-guide/issues/65#issuecomment-4327890173

It could probably be refactored to a general HF upload guide, especially since I already referenced a model vs dataset vs space distinction. I think models are generally more standardized, so it should be simple enough to mostly point to the docs. The key points to note there are about different checkpoints getting their own repositories and then generating a collection.

This last point will take a bit more consideration for implementation, so we have deferred this change to a new PR based on this issue.

Lenguaje dominante
Python
Estrellas
1
Forks
1
Merge medio
6 d 1 h
PR fusionados (30 d)
1

Preparar el entorno

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de Imageomics/Collaborative-distributed-science-guide

Todos los issues de Imageomics/Collaborative-distributed-science-guide

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.