TPU MNIST example: incorrect normalization of image values
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 1/5
- Tiempo estimado
- Menos de una hora
- Aptitud para principiantes
- 78/100
- Tipo de issue
- Error
- Claridad
- Bien especificado
- Estado de actividad
- Estancado
- Stack tecnológico
- jupyter-notebook, python
- Área
- machine-learning
Línea de trabajo
El error está en la función read_image de keras_mnist_tpu.ipynb, que divide los píxeles uint8 decodificados entre 256.0. Localiza esa función y cambia el divisor a 255.0. Luego revisa la celda de preparación del dataset, que según el issue debe usar el mismo factor. Está terminado cuando ambos lugares usan 255 y el notebook sigue ejecutándose de principio a fin.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
In https://github.com/tensorflow/tpu/blob/master/tools/colab/keras_mnist_tpu.ipynb:
def read_image(tf_bytestring):
image = tf.decode_raw(tf_bytestring, tf.uint8)
image = tf.cast(image, tf.float32)/256.0
image = tf.reshape(image, [28*28])
return image
should be:
image = tf.cast(image, tf.float32)/255.0
The reasons: in float representation the image range is [0.0, 1.0] and in int it is [0, 255]. In order to map 255 to 1.0 the normalization factor needs to be 255, not 256.
Also make sure the same factor is used in the opposite operation while preparing the dataset.
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 5.3k
- Forks
- 1.7k
- 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 tensorflow/tpu
-
Dificultad 2/5 Medio día Aptitud para principiantes 62/100
tensorflow/tpu#3542 ·
-
imagenet_to_gcs.pyAbierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 78/100
tensorflow/tpu#951 · 2 reacciones ·
-
Broken linkAbierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 70/100
tensorflow/tpu#908 ·
-
Bug in imagenet_to_gcs.pyAbierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 62/100
tensorflow/tpu#889 · 1 comentario · 1 reacción ·
-
Round filters Comment has typoAbierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 78/100
tensorflow/tpu#582 · 1 comentario ·
Todos los issues de tensorflow/tpu
Issues similares
-
needs-triage
Dificultad 1/5 Menos de una hora Aptitud para principiantes 88/100
flashinfer-ai/flashinfer#9803 ·
Los mantenedores suelen responder en 1 día
-
bug module: rl
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
NVIDIA/Megatron-LM#9644 ·
Los mantenedores suelen responder en 2 días
-
`build_flavor_config_from_local_checkpoint` fails with transformers 5.23.0: pipeline `impl` is now a dotted-path stringPosiblemente ocupada @mlflow-app la tomó hoy. Abiertohas-closing-pr nightly triage: reproduced
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
mlflow/mlflow#28000 · 2 comentarios ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
X-PLUG/MobileAgent#304 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
FluxML/Optimisers.jl#254 ·