The distributed experiment was stuck after creating model done
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 25/100
- Tipo di issue
- Bug
- Chiarezza
- Da chiarire
- Stato di attività
- Ferma
- Stack tecnologico
- python, pytorch
- Ambito
- distributed-systems, machine-learning
Direzione di ricerca
Inizia riproducendo run_fedavg_distributed_pytorch e tracciando main_fedavg.py intorno a create_model(), quindi esamina i log precedenti di load_partition_data() in data_loader.py. Determina dove si interrompe l’esecuzione dopo che il modello segnala done, identifica la causa e verifica che l’esperimento distribuito proceda normalmente dopo aver risolto il problema.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
I ran run_fedavg_distributed_pytorch but the experiment was stuck after creating the model done. What's wrong?
2022-04-10,23:37:38.903 - {data_loader.py (453)} - load_partition_data(): Client idx = 0, local sample number = 191
2022-04-10,23:37:38.903 - {data_loader.py (453)} - load_partition_data(): Client idx = 1, local sample number = 190
2022-04-10,23:37:38.903 - {data_loader.py (453)} - load_partition_data(): Client idx = 2, local sample number = 190
2022-04-10,23:37:38.903 - {data_loader.py (453)} - load_partition_data(): Client idx = 3, local sample number = 190
2022-04-10,23:37:38.903 - {data_loader.py (453)} - load_partition_data(): Client idx = 4, local sample number = 190
2022-04-10,23:37:38.903 - {data_loader.py (453)} - load_partition_data(): Client idx = 5, local sample number = 190
2022-04-10,23:37:38.904 - {main_fedavg.py (139)} - create_model(): create_model. model_name = graphsage, output_dim = None
2022-04-10,23:37:38.929 - {main_fedavg.py (180)} - create_model(): done
- Lingua principale
- Nessun dato sulla lingua
- Stelle
- 184
- Fork
- 42
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di FedML-AI/FedGraphNN
-
Dataset is inaccessible nowAperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 55/100
FedML-AI/FedGraphNN#18 ·
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 45/100
FedML-AI/FedGraphNN#15 · 1 reazione ·
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 25/100
FedML-AI/FedGraphNN#10 · 1 commento · 4 reazioni ·
-
About the missing codeAperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 20/100
FedML-AI/FedGraphNN#8 ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
FedML-AI/FedGraphNN#7 ·
Tutte le issue di FedML-AI/FedGraphNN
Issue simili
-
LMCacheConnectorV1 (pd_role=sender): a request without transfer metadata crashes the producer engine ('NoneType' object has no attribute 'receiver_init_port')Forse già presa Una pull request collegata a questa issue è aperta o già unita. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 66/100
I maintainer di solito rispondono entro 2 giorni
-
bug code core
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
circlefin/malachite#1610 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
p2-post-1.0 technical-debt
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 80/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
NVIDIA/nccl-extensions#26 ·