Using convolutional kernels with sizes that are multiples of 8
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 35/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Bastante claro
- Estado de actividad
- Estancado
- Stack tecnológico
- python
- Área
- machine-learning, performance
Línea de trabajo
Comienza localizando la implementación del modelo convolucional de DeepClean y la evaluación existente del rendimiento en precisión mixta o GPU. Compara los kernels actuales de longitud 7 con una formulación que use longitudes múltiplos de 8 en una V100. Se considera terminado cuando se documente si la reformulación mejora la aceleración de precisión mixta sin cambiar el comportamiento previsto del modelo.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
DeepClean at present doesn't enjoy as much acceleration from the use of mixed precision as you might expect, and my suspicion is that because the convolutional kernels have length 7, they don't actually get executed using tensor cores on GPUs like the V100. It would be interesting to reformulate DeepClean with convolutional kernels whose lengths are multiples of 8 and see how that affects the mixed precision acceleration.
- Lenguaje dominante
- Python
- Estrellas
- 10
- Forks
- 6
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
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 ML4GW/DeepClean
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 15/100
-
question research topic
Dificultad 5/5 Más de una semana Aptitud para principiantes 20/100
-
enhancement
Dificultad 3/5 1-2 días Aptitud para principiantes 45/100
-
bug documentation good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 45/100
-
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
Todos los issues de ML4GW/DeepClean
Issues similares
-
pydanty:is-working
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
pydantic/pydantic-ai#8843 ·
Los mantenedores suelen responder en 1 día
-
breaking change enhancement server
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
Los mantenedores suelen responder en 1 día
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100
sktime/sktime#11310 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
Los mantenedores suelen responder en 1 día
-
needs-triage
Dificultad 2/5 1-3 horas Aptitud para principiantes 85/100
Los mantenedores suelen responder en 1 día