Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

Processing cleanups

Abierto
#105 0 comentarios 0 reacciones 0 asignados Ver en GitHub

Los mantenedores suelen responder en 1 día

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
5/5
Tiempo estimado
Más de una semana
Aptitud para principiantes
25/100
Tipo de issue
Refactorización
Claridad
Necesita aclaración
Estado de actividad
Tranquilo
Stack tecnológico
python

Línea de trabajo

Start by reviewing the unchecked items and the existing processing tests in test/processing, then inspect the affected processor implementations named in the checklist. Treat each selected item as complete only when its code, tests, documentation, or naming changes are resolved and the relevant processing tests pass.

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

Descripción

Cross-cutting
  • tests withCUDA across the whole test/processing suite
  • reconsider whether input is a good name (shadows the Python builtin) - https://github.com/NVIDIA/structured-data-models/pull/274
  • reorganize package
  • why do we need buffers and should they be in v0?
  • define nan strategy for all processing → global strategy (including documenting)
  • check for necessary early validation -> postpones
  • batch support
  • Align processor docs - come up with processor docs rule
  • Check that repr is aligned across processors
  • Set generator within base model
  • Rename processors (SoftmaxTemperatur -> Softmax, potentially ShuffleCategories instead of CategoryShuffle)
  • Check any processor code and align with Agents.md
  • Add target inverse as processor
  • Update Recipe instruction
Lenguaje dominante
Python
Estrellas
316
Forks
27
Merge medio
1 d 3 h
PR fusionados (30 d)
157

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 NVIDIA/structured-data-models

Todos los issues de NVIDIA/structured-data-models

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.