qubvel-org/segmentation_models.pytorch

Add multi-gpu training example script

Ouverte

#913 ouverte le 23 août 2024

Voir sur GitHub
 (0 commentaire) (0 réaction) (0 personne assignée)Python (1 842 forks)github user discovery
examplesgood first issue

Métriques du dépôt

Stars
 (11 704 étoiles)
Métriques de merge PR
 (Merge moyen 4h 14m) (24 PRs mergées en 30 j)

Description

It would be great to have more examples for fine-tuning in the library!

Similar to current examples for binary-segmentaion and multi-label segmentation would be great to have Multi-GPU training example. This can be handled with PyTorch-Lightning or with pure Pytorch.

It might be a .py script or Jupyter notebook. The example should showcase how to

  • fine-tune a model with pytorch-lightning (or any other fine-tuning framework, even a plain pytorch)
  • compute metrics with correct gathering of results (maybe torchmetrics can be utilized)
  • visualize results

In case anyone wants to work on this you are welcome! Just notify in this issue, and then ping me to review a PR when it's ready.

Fixes:

Guide contributeur

Direction de recherche
Créez un script Python ou un notebook Jupyter qui montre le réglage fin multi GPU d'un modèle de segmentation en utilisant PyTorch Lightning ou PyTorch pur. Incluez la collecte correcte des métriques avec torchmetrics et la visualisation des résultats.
Stack technique
python
Domaine
backenddocumentation
Type d'issue
Fonctionnalité
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.
Claire
Prérequis
PythonPyTorchPyTorch Lightning
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
70