Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

Add tasks related to autoencoding and compression

Abierto
#15 3 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
3/5
Tiempo estimado
1-2 días
Aptitud para principiantes
48/100
Tipo de issue
Nueva funcionalidad
Claridad
Bastante claro
Estado de actividad
Tranquilo
Stack tecnológico
huggingface

Línea de trabajo

Comienza revisando cómo están definidas las tareas existentes de visión por computadora y comprensión de audio, y luego compáralas con la documentación enlazada de los autoencoders de Hugging Face EnCodec y Diffusers. Se considera completado cuando el proyecto enumera tareas adecuadas para la compresión de audio, imágenes y video, o documenta claramente cuáles de las tareas propuestas se aceptan.

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

Descripción

Please consider adding tasks related to audio, image, video, and/or other types of lossy data compression.

There are many tasks related to computer vision and audio understanding, but none are suitable for papers that focus on compressing data.

My recommendation would be to add the following tasks:

Audio compression
Image compression
Video compression

Here are some popular models that are already built into the huggingface transformers/diffusers libraries focusing on compression:

https://huggingface.co/docs/transformers/model_doc/encodec
https://huggingface.co/docs/diffusers/api/models/autoencoder_dc
https://huggingface.co/docs/diffusers/api/models/autoencoderkl_cosmos

Lenguaje dominante
Sin datos de lenguaje
Estrellas
11
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

  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 huggingface/paperswithcode-feedback

Todos los issues de huggingface/paperswithcode-feedback

Issues similares

Más issues de Machine Learning

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.