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

[Plus tard] Bloc load_model : chargement de poids .pt/.pkl

Abierto
#24 0 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
4/5
Tiempo estimado
3-5 días
Aptitud para principiantes
45/100
Tipo de issue
Nueva funcionalidad
Claridad
Bastante claro
Estado de actividad
Activo
Stack tecnológico
python, pytorch, typescript

Línea de trabajo

Read the referenced file-import design at docs/superpowers/specs/2026-10-06-file-import-design.md, especially §9, and compare the existing load_image download pattern with the catalog and DSL conventions. The issue describes the desired load_model contract, but says to wait until the model scope is concrete and the generic file circuit exists first; completion depends on those prerequisites.

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

Descripción

Contexte

Audit du circuit fichier (spec docs/superpowers/specs/2026-10-06-file-import-design.md §9) : aucun bloc ne lit de poids aujourd'hui. Les seuls lecteurs de fichier sont load_csv, load_text, load_image (S0 Ingest).

Besoin (scope modèles du circuit générique)

Un bloc load_model qui charge des poids pré-entraînés depuis une URL publique (même mécanisme que les loaders existants : le code généré télécharge).

Contrat attendu (circuit fichier unifié, approche A)

  • Param path: "file" avec accept = .pt|.pkl, kind = model (docstring DSL format:, exposé par GET /api/catalog).
  • Lecture : torch.load(url) via download (pattern load_image : requests.get + BytesIO).
  • Aperçu galerie : fiche métadonnées (taille, format), pas d'aperçu lourd.
  • Upload uniquement dans l'inspecteur (décision spec §9 : pas de dropzone en config).

Non urgent

À créer quand le scope modèles devient concret. Le circuit fichier doit exister d'abord.

Lenguaje dominante
Python
Estrellas
2
Forks
0
Métricas de merge de PR
Sin PR fusionados en 30 d

Preparar el entorno

  • Incluye un Dockerfile o un archivo de Docker Compose
  • Tiene una plantilla de pull request
  • Sin guía de contribución

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 PoCInnovation/MLBlock

Todos los issues de PoCInnovation/MLBlock

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.