ml5js/ml5-library

[FeatureExtractor & KNN Classifier] Load Models support in p5 web editor

Open

#686 ouverte le 6 nov. 2019

Voir sur GitHub
 (0 commentaires) (0 réactions) (0 assignés)JavaScript (905 forks)batch import
bugfeature-extractorhelp wantedknn-classification

Métriques du dépôt

Stars
 (6 136 stars)
Métriques de merge PR
 (Aucune PR mergée en 30 j)

Description

Dear ml5 community,

I'm submitting a new issue. Please see the details below.

→ Step 1: Describe the issue 📝

Did you find a bug? Want to suggest an idea for feature?

  • bug / enhancement

Loading models back to the KNNClassifier and FeatureExtractor seems to create some problems in the p5 web editor. We resolved these issues in the Neuralnetwork class with a few tricks. This issue is to make sure that we are consistent about support and the mechanisms for loading and saving models.

Guide contributeur

Direction de recherche
Étudiez comment le chargement des modèles a été géré pour la classe NeuralNetwork (voir l'historique des commits ou les PR associés). Examinez les fichiers sources de FeatureExtractor et KNNClassifier, probablement dans le répertoire src/. Le problème manque de spécificités, essayez donc de reproduire le problème dans l'éditeur web p5 et identifiez les différences dans les mécanismes de chargement/sauvegarde. Vérifiez s'il existe des tests ou des commentaires existants concernant ce problème.
Stack technique
javascript
Domaine
machine learningai
Type d'issue
Bug
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
2
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-3 heures
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
JavaScriptp5.jsMachine Learning Basics
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
75