Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

RecursionError when initializing KumoTabular with pretrained=True after #1153

Aperta Adatta ai principianti
  • Qualcosa non va?
#1,156 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
74/100
Tipo di issue
Bug
Chiarezza
Specificata chiaramente
Stato di attività
Attiva
Stack tecnologico
python, pytorch
Ambito
machine-learning

Direzione di ricerca

Inizia da sdm/models/kumo/tabular/model.py, nel costruttore di KumoTabular intorno alla riga 139, dove il ramo pretrained assegna self.models[task] da _load_from_pretrained(), e leggi quel metodo per confermare che restituisce self e che carica i pesi sul posto. Rimuovi l'assegnazione in modo che la chiamata si limiti a caricare i pesi, poi costruisci il modello con pretrained=True per confermare che self.eval() venga completato. È fatto quando questa costruzione riesce senza RecursionError; dovrebbero passare anche i test esistenti del modello tabulare.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Description

Initializing KumoTabular with pretrained=True raises a
RecursionError during the constructor's self.eval() call.

This appears to be a regression introduced by #1153.

Reproduction

model = sdm.models.KumoTabular(
    task="classification",
    size="large",
    pretrained=True,
    device=device,
)

Actual behavior

Initialization fails with:

File sdm/models/kumo/tabular/model.py:139, in KumoTabular.__init__
    self.eval()

File torch/nn/modules/module.py, in Module.eval
    return self.train(False)

RecursionError: maximum recursion depth exceeded

Expected behavior

The pretrained model should initialize successfully in evaluation mode.

Suspected cause

#1153 changed _load_from_pretrained() to return self rather than
an individual task model, but the constructor still assigns its return
value to a child module:

self.models[task] = self._load_from_pretrained(size, device=device)

This effectively executes self.models[task] = self, creating a circular
module reference:

KumoTabular -> models -> KumoTabular

The subsequent self.eval() recursively traverses this cycle.

Suggested fix

Remove the assignment in the constructor:

 if pretrained:
-    self.models[task] = self._load_from_pretrained(size, device=device)
+    self._load_from_pretrained(size, device=device)

The loader already loads the weights into each task model in place via
model.load_state_dict(ckpt, assign=True).

Environment

  • Python: 3.12
  • Installation: local source checkout
  • Related PR: #1153
Lingua principale
Python
Stelle
358
Fork
33
Merge medio
1g 7h
PR unite (30g)
182

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di NVIDIA/structured-data-models

Tutte le issue di NVIDIA/structured-data-models

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.