Optimizer factory
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 2/5
- Tiempo estimado
- 1-3 horas
- Aptitud para principiantes
- 65/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Bien especificado
- Estado de actividad
- Activo
- Stack tecnológico
- python
- Área
- machine-learning
Línea de trabajo
El trabajo va en src/train.py, donde una función make_optimizer(name, params, lr, momentum=0.0) debe cubrir adam, sgd y sgd_momentum y lanzar un error claro para nombres desconocidos. Revisa cómo el código de entrenamiento construye actualmente su optimizador y revisa el modelo con el que debe trabajar, ModelB. Está terminado cuando los tres nombres crean un optimizador para ModelB y un nombre desconocido lanza un error claro. El issue depende de #4, que sigue abierto, así que confirma que ese trabajo está fusionado antes de empezar.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Create optimizers by name so experiments are configurable.
Files: src/train.py
Tasks
-
make_optimizer(name, params, lr, momentum=0.0)supportingadam,sgd,sgd_momentum - Raise a clear error for unknown names
Done when
All three optimizers can be created for ModelB.
Depends on
#4
Close with a commit or PR message containing Closes #<this issue>.
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 0
- Forks
- 0
- Merge medio
- 5 h 32 min
- PR fusionados (30 d)
- 5
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
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 VisionForgeCSE/CNN-For-Image-Classification
-
Inference latency benchmarkAbiertoevaluation
Dificultad 2/5 1-3 horas Aptitud para principiantes 66/100
-
evaluation good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 62/100
-
Plot confusion matrixAbiertoevaluation
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
-
Save training histories to JSONAbiertotraining
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
-
training
Dificultad 2/5 1-3 horas Aptitud para principiantes 62/100
Todos los issues de VisionForgeCSE/CNN-For-Image-Classification
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
aws/sagemaker-python-sdk#6495 ·
Los mantenedores suelen responder en 2 días
-
area/tracking bug triage: reproduced
Dificultad 2/5 1-3 horas Aptitud para principiantes 62/100
mlflow/mlflow#26809 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
Questions crashes on a real SQuAD2 no-answer predictionPosiblemente ocupada @HuaTNA la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
huggingface/sentence-transformers#4186 ·
Los mantenedores suelen responder en 5 días
-
bot-triaged module: correctness (silent) module: mps module: NaNs and Infs triage review
Dificultad 2/5 Medio día Aptitud para principiantes 62/100
Los mantenedores suelen responder en 1 día