Autoencoder - Define strategy for storing experiments and models

Métriques du dépôt

Stars

3 étoiles (3 étoiles)

Métriques de merge PR

Aucune PR mergée en 30 j (Aucune PR mergée en 30 j)

Description

Guide contributeur

Direction de recherche

Examinez les solutions existantes pour stocker les modèles et les expériences d'autoencodeur, telles que MLflow, TensorBoard ou la sérialisation personnalisée. Évaluez les compromis entre reproductibilité, espace de stockage et facilité d'utilisation.

Stack technique

python

Domaine

machine learningai

Type d'issue

Recherche

DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.

3

Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.

Une demi journée

Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.

Récente

ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.

Investigation requise

Prérequis

PythonMachine Learning basics

Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.

40