Add 'resume training' feature
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 35/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Bastante claro
- Estado de actividad
- Estancado
- Stack tecnológico
- python
- Área
- machine-learning
Línea de trabajo
Comienza localizando el código que gestiona config.yaml dentro del dataframe y el punto de entrada del entrenamiento que escribe o lee dlc-models/iteration-<#>//train/pose_cfg.yaml. Sigue cómo se establece actualmente init_weights, después verifica que la reanudación utiliza la ruta del snapshot anterior sin su extensión y prueba el flujo de entrenamiento de principio a fin.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Our current draft manages config.yaml within the dataframe, but doesn't make adjustments to the model training file located under models: <project_folder>/dlc-models/iteration-<#>/<scorer>/train/pose_cfg.yaml
To resume training from the previous training snapshot, we would need to modify the init_weights value to a full path without extension dlc-models/iteration-<#>/<scorer>/train/snapshot-<#>
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 13
- Forks
- 37
- Merge medio
- 1 h 14 min
- PR fusionados (30 d)
- 1
Preparar el entorno
Inicia el contenedor de desarrollo del proyecto en tu navegador, con tu propia cuenta de GitHub.
- Sin Dockerfile ni archivo de Docker Compose
- Sin plantilla de pull request
- Leer la guía de contribución
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 datajoint/element-deeplabcut
-
Dificultad 4/5 3-5 días Aptitud para principiantes 48/100
datajoint/element-deeplabcut#145 ·
-
Docker Support for Testing and Development (client)Quizá libre de nuevo @esutlie la tomó hace 358 días y no hay ningún pull request abierto. Abiertoenhancement
datajoint/element-deeplabcut#144 · 1 asignado ·
-
enhancement
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
datajoint/element-deeplabcut#143 ·
-
Support multi-animal pretrained models in DataJoint DeepLabCut ElementQuizá libre de nuevo @esutlie la tomó hace 378 días y no hay ningún pull request abierto. Abiertoenhancement
datajoint/element-deeplabcut#141 · 1 comentario · 4 reacciones · 1 asignado ·
-
enhancement
Dificultad 3/5 1-2 días Aptitud para principiantes 45/100
Todos los issues de datajoint/element-deeplabcut
Issues similares
-
CrossEntropyFilter raises on zero probabilities and single-class resultsPosiblemente ocupada @NopeCharon la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
Los mantenedores suelen responder en 1 día
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 85/100
UKGovernmentBEIS/inspect_ai#6666 ·
Los mantenedores suelen responder en 1 día
-
maintenance scipy.linalg
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
scipy/scipy#26769 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
hardware help wanted
Dificultad 2/5 1-3 horas Aptitud para principiantes 66/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 66/100
UKGovernmentBEIS/inspect_evals#2927 ·
Los mantenedores suelen responder en 1 día