Training script for the custom models
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Aptitud para principiantes
- 55/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Bastante claro
- Estado de actividad
- Activo
- Stack tecnológico
- python
- Área
- machine-learning
Línea de trabajo
Start in scripts/train_custom.py, which does not exist yet, so check the blocking issues #20, #21 and #22 first to see where the Model A and Model B definitions and any data loading will come from. Build the CLI with --model, --epochs, --lr and --optimizer flags, then save the best weights to results/model_<X>.pt and the history to results/model_<X>_history.json. Done means python scripts/train_custom.py --model B runs to completion and writes both files.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Train Model A or B with the chosen optimizer.
Files: scripts/train_custom.py
Tasks
- CLI:
--model A|B --epochs 30 --lr 1e-3 --optimizer adam - Save best weights to
results/model_<X>.ptand history toresults/model_<X>_history.json
Done when
python scripts/train_custom.py --model B completes and writes both files.
Depends on
#20 #21 #22
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
-
Optimizer factoryAbiertotraining
Dificultad 2/5 1-3 horas Aptitud para principiantes 65/100
Todos los issues de VisionForgeCSE/CNN-For-Image-Classification
Issues similares
-
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
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
NVIDIA/structured-data-models#1156 ·
Los mantenedores suelen responder en 1 día
-
[Docs] Docs for Async GRPO and the Harbor example still use Qwen3.5, which will crash on startupAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
huggingface/trl#7761 ·
Los mantenedores suelen responder en 1 día
-
bug customer choice
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
pymc-labs/pymc-marketing#3188 ·
Los mantenedores suelen responder en 1 día