Add support for parallelization of model training
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 15/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Necesita aclaración
- Estado de actividad
- Estancado
- Stack tecnológico
- python, tensorflow
- Área
- machine-learning
Línea de trabajo
El issue menciona la paralelización del entrenamiento del modelo, pero no proporciona archivos de implementación, pruebas, puntos de entrada ni criterios de aceptación. Empieza inspeccionando el código de TensorFlow para el entrenamiento del modelo y las pruebas existentes en el repositorio; después, aclara el enfoque de paralelización compatible y unos criterios de finalización medibles antes de realizar cambios.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Este issue no tiene descripción.
- Lenguaje dominante
- Python
- Estrellas
- 0
- Forks
- 1
- Métricas de merge de PR
- Sin PR fusionados en 30 d
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 expertanalytics/tf_bayesian
-
add codecov to repoAbierto
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
-
question
Dificultad 4/5 3-5 días Aptitud para principiantes 20/100
-
enhancement
Dificultad 5/5 Más de una semana Aptitud para principiantes 20/100
-
enhancement good first issue
Dificultad 5/5 Más de una semana Aptitud para principiantes 15/100
Todos los issues de expertanalytics/tf_bayesian
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 84/100
NVIDIA/auto-ontology#463 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 86/100
NousResearch/hermes-agent#151165 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 66/100
Los mantenedores suelen responder en 1 día
-
code-health
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
tinaudio/synth-setter#3750 ·
Los mantenedores suelen responder en 1 día
-
[Bug] vllm-sr config migrate drops providers.models[].deploymentPosiblemente ocupada @Bevisy la tomó hoy. Abiertoneeds-acceptance wg/developer-experience-ecosystem
Dificultad 2/5 1-3 horas Aptitud para principiantes 86/100
vllm-project/semantic-router#5996 ·
Los mantenedores suelen responder en 2 días