distributed appending? (like `zarr.append()`)

Abierto
#72 2 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
5/5
Tiempo estimado
Más de una semana
Aptitud para principiantes
25/100
Tipo de issue
Nueva funcionalidad
Claridad
Necesita aclaración
Estado de actividad
Estancado
Stack tecnológico
python

Línea de trabajo

Comience con el caso de uso de issue #67 y el callback de Python write_on_batch_end mostrado aquí, en el que varios procesos añaden embeddings. Determine si TensorStore ya expone una ruta adecuada de append o concurrent-write, y defina la finalización como una forma documentada de añadir datos desde varios procesos de pod sin escrituras en conflicto.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

Hello. First I'd like to refer to my previous issue #67, which explains my use case.

I want to append embeddings to tensorstore from multiple processes of pods. There is append() in zarr, but I couldn't find a equivalent function in tensorstore. How can I achieve the similar in tensorstore? below is my writing code. Thanks!

    def write_on_batch_end(
        self,
        trainer,
        pl_module,
        prediction: Any,
        batch_indices: List[int],
        batch: Any,
        batch_idx: int,
        dataloader_idx: int,
    ):
        embed = prediction

        # append to storage
        # this function is called from multiple processes
        ...
Lenguaje dominante
C++
Estrellas
1.6k
Forks
151
Métricas de merge de PR
Sin PR fusionados en 30 d

Preparar el entorno

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de google/tensorstore

Todos los issues de google/tensorstore

Issues similares

Más issues de C++

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.