Final comparison table and accuracy-vs-cost plot
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Aptitud para principiantes
- 45/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Bastante claro
- Estado de actividad
- Activo
- Stack tecnológico
- latex, python
- Área
- data-visualization
Línea de trabajo
The work goes in scripts/final_comparison.py, which should read results/.json and write a CSV and LaTeX comparison table plus figures/accuracy_vs_cost.png. Check the result file fields that #34 and #38 produce before you start, since this issue depends on them and they are still open. Done means the script runs from results/.json alone, and the table and both scatter plots (accuracy against parameters on a log x-axis, and against MACs) are produced.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
All four models side by side.
Files: scripts/final_comparison.py
Tasks
- Table: params, size (fp32 MB), int8 KB, MACs, latency, test accuracy -> CSV + LaTeX
- Scatter: test accuracy vs parameters (log x) and vs MACs ->
figures/accuracy_vs_cost.png
Done when
Generated purely from results/*.json.
Depends on
#34 #38
Close with a commit or PR message containing Closes #<this issue>.
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 0
- Forks
- 0
- Merge medio
- 1 min
- PR fusionados (30 d)
- 3
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
-
Birim ve Format düzeltmesiAbiertoenhancement
Dificultad 2/5 1-3 horas Aptitud para principiantes 65/100
HappyHackingSpace/Misko#234 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
arviz-devs/arviz-plots#587 ·
Los mantenedores suelen responder en 1 día
-
bug good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 86/100
Los mantenedores suelen responder en 1 día
-
[Bug]: Reopened PRs are incorrectly excluded from "New PRs still open" in Weekly DigestPosiblemente ocupada @anshuman83-40 la tomó hoy. Abiertobug
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
AOSSIE-Org/Gitcord-GithubDiscordBot#143 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 65/100
facioquo/stock-charts#612 · 1 comentario ·
Los mantenedores suelen responder en 1 día